针对不平衡数据中类重叠区域易造成分类错误的问题,提出一种引入合成因子改进边界分类的Borderline-SMOTE过采样方法(IBSM).首先根据少数类样本近邻分布情况找出处于边界的少数类样本,然后计算边界样本对应的合成因子,并根据其取值更新...针对不平衡数据中类重叠区域易造成分类错误的问题,提出一种引入合成因子改进边界分类的Borderline-SMOTE过采样方法(IBSM).首先根据少数类样本近邻分布情况找出处于边界的少数类样本,然后计算边界样本对应的合成因子,并根据其取值更新该样本需生成的样本数,最后在近邻中根据合成因子挑选距离最近的top-Z少数类样本进行新样本生成.将提出的方法与八种采样方法在KNN和SVM两种分类器、10个KEEL不平衡数据集上进行对比实验,结果表明,提出的方法在大部分数据集上的F1,G-mean,AUC(Area under Curve)均获得最优值,且F1与AUC的Friedman排名最优,证明所提方法和其余采样方法相比,在处理不平衡数据中的边界样本分类问题时有更好的表现,通过合成因子设定一定的约束条件与分配策略,可以为同类研究提供思路.展开更多
基于相似学习者判定方法由于具有轻量级的特点而被广泛用于个性化推荐领域,目前一般采用协同过滤等机器学习的方法,但此类方法并不能保证判定过程的可解释性以及判定结果的可信性。针对这一问题,提出一种基于相似学习者判定的个性化学...基于相似学习者判定方法由于具有轻量级的特点而被广泛用于个性化推荐领域,目前一般采用协同过滤等机器学习的方法,但此类方法并不能保证判定过程的可解释性以及判定结果的可信性。针对这一问题,提出一种基于相似学习者判定的个性化学习路径推荐及验证方法,采用进程互模拟的方式研究相似学习者的判定过程。首先,扩展CCS(Calculus of Communication System)的行为特性,提出LR-CCS(Learning Resources-Calculus of Communication System),用于建模学习者的学习行为序列;其次,通过进程代数中互模拟理论判定学习者学习行为序列相似性,提出学习行为序列强(弱)互模拟关系判定算法进行互模拟关系判定;再次,使用互模拟验证工具MWB(Mobile Workbench)验证学习者学习行为序列相似性,得到满足互模拟关系的候选推荐路径,以保证判定结果的正确性;最后通过一个基于相似学习者的推荐系统实例验证了该方法的有效性。展开更多
为解决在役热交换器能效评价过程中流体介质温度无法测量的难题,本文利用数值模拟技术,模拟45#钢测试段壁厚δ为5、10、15、20 mm 4个壁厚条件下,25~65℃温度范围内测试段外壁温度与流体介质温度之间的函数关系。采用Pt100铂热电阻贴壁...为解决在役热交换器能效评价过程中流体介质温度无法测量的难题,本文利用数值模拟技术,模拟45#钢测试段壁厚δ为5、10、15、20 mm 4个壁厚条件下,25~65℃温度范围内测试段外壁温度与流体介质温度之间的函数关系。采用Pt100铂热电阻贴壁式温度传感器,与直接接触法对同一台板式热交换器同时测量,进行热工性能分析,发现在热流体定性温度为60℃、冷流体定性温度为30℃,冷热流体流速均为0.5 m/s的标准工况下,贴壁式温度传感器测量法与直接接触测量法误差在1.0%范围内。展开更多
G2B(government to business)跨组织信息共享环境下,信息不对称主要表现为纵向信息不对称,其中最具代表性的是银行与政府之间的企业信用信息不对称.为应对这种纵向信息不对称,我国构建了纳入政府大数据的征信系统,实现了政府与银行间的...G2B(government to business)跨组织信息共享环境下,信息不对称主要表现为纵向信息不对称,其中最具代表性的是银行与政府之间的企业信用信息不对称.为应对这种纵向信息不对称,我国构建了纳入政府大数据的征信系统,实现了政府与银行间的纵向信息共享.本研究以征信系统为背景讨论了小微信贷决策用户对G2B共享信息中介环境下异源信息信任的形成过程,采用有中介的调节效应检验对模型假设进行了实证验证.研究发现,对于信息源的信任可传递给信息中介中的异源信息质量感知,同时其又受到外部对于信息源声誉和信息源能力判断的影响;而共享目标和共享交流工具对于间接判断和信息源信用的关系强度起到调节作用.展开更多
文摘针对不平衡数据中类重叠区域易造成分类错误的问题,提出一种引入合成因子改进边界分类的Borderline-SMOTE过采样方法(IBSM).首先根据少数类样本近邻分布情况找出处于边界的少数类样本,然后计算边界样本对应的合成因子,并根据其取值更新该样本需生成的样本数,最后在近邻中根据合成因子挑选距离最近的top-Z少数类样本进行新样本生成.将提出的方法与八种采样方法在KNN和SVM两种分类器、10个KEEL不平衡数据集上进行对比实验,结果表明,提出的方法在大部分数据集上的F1,G-mean,AUC(Area under Curve)均获得最优值,且F1与AUC的Friedman排名最优,证明所提方法和其余采样方法相比,在处理不平衡数据中的边界样本分类问题时有更好的表现,通过合成因子设定一定的约束条件与分配策略,可以为同类研究提供思路.
文摘基于相似学习者判定方法由于具有轻量级的特点而被广泛用于个性化推荐领域,目前一般采用协同过滤等机器学习的方法,但此类方法并不能保证判定过程的可解释性以及判定结果的可信性。针对这一问题,提出一种基于相似学习者判定的个性化学习路径推荐及验证方法,采用进程互模拟的方式研究相似学习者的判定过程。首先,扩展CCS(Calculus of Communication System)的行为特性,提出LR-CCS(Learning Resources-Calculus of Communication System),用于建模学习者的学习行为序列;其次,通过进程代数中互模拟理论判定学习者学习行为序列相似性,提出学习行为序列强(弱)互模拟关系判定算法进行互模拟关系判定;再次,使用互模拟验证工具MWB(Mobile Workbench)验证学习者学习行为序列相似性,得到满足互模拟关系的候选推荐路径,以保证判定结果的正确性;最后通过一个基于相似学习者的推荐系统实例验证了该方法的有效性。
文摘为解决在役热交换器能效评价过程中流体介质温度无法测量的难题,本文利用数值模拟技术,模拟45#钢测试段壁厚δ为5、10、15、20 mm 4个壁厚条件下,25~65℃温度范围内测试段外壁温度与流体介质温度之间的函数关系。采用Pt100铂热电阻贴壁式温度传感器,与直接接触法对同一台板式热交换器同时测量,进行热工性能分析,发现在热流体定性温度为60℃、冷流体定性温度为30℃,冷热流体流速均为0.5 m/s的标准工况下,贴壁式温度传感器测量法与直接接触测量法误差在1.0%范围内。
文摘G2B(government to business)跨组织信息共享环境下,信息不对称主要表现为纵向信息不对称,其中最具代表性的是银行与政府之间的企业信用信息不对称.为应对这种纵向信息不对称,我国构建了纳入政府大数据的征信系统,实现了政府与银行间的纵向信息共享.本研究以征信系统为背景讨论了小微信贷决策用户对G2B共享信息中介环境下异源信息信任的形成过程,采用有中介的调节效应检验对模型假设进行了实证验证.研究发现,对于信息源的信任可传递给信息中介中的异源信息质量感知,同时其又受到外部对于信息源声誉和信息源能力判断的影响;而共享目标和共享交流工具对于间接判断和信息源信用的关系强度起到调节作用.