一种改进的基于欧氏距离的SDRSMOTE算法

SMOTE算法可以扩充少数类样本,提高不平衡数据集中少数类的分类能力,但是它在扩充少数类样本时对于边界样本的选择以及随机数的取值具有盲目性。针对此问题,将传统的SMOTE过采样算法进行改进,改进后的过采样算法定义为SDRSMOTE,该算法综合考虑不平衡数据集中全部样本的分布状况,通过融合支持度sd和影响因素posFac来指导少数类样本的合成。在WEKA平台上分别使用SMOTE、SDRSMOTE算法对所选用的6个不平衡数据集进行过采样数据预处理,然后使用决策树、AdaBoost、Bagging和朴素贝叶斯分类器对预处理后的数据集进行预测,选择F-value、G-mean和AUC作为分类性能的评价指标,实验表明SDRSMOTE算法预处理的不平衡数据集的分类效果更好,证明了该算法的有效性。

一种软件缺陷不平衡数据分类新方法

针对软件缺陷预测数据中的数据不平衡、预测精度低以及特征维度高的问题,提出了一种RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法。首先通过随机欠采样来减少无缺陷样本的数量;在此基础上进行SMOTE过采样,在过采样中综合总体样本的分布状况引入影响因素posFac指导新样本的合成;对经过RUS-RSMOTE混合采样处理后的数据集进行PCA降维,最后应用Vote组合K最近邻、决策树、支持向量机构造集成分类器。在NASA数据集上的实验结果表明,与现有不平衡数据分类方法相比,所提方法在F-value值、G-mean值和AUC值上更优,有效地改善了软件缺陷预测数据集的分类性能。

刍议电力施工技术管理方案

在现代社会的发展中,电力施工不断增多,其发挥的作用越来越重要。在施工过程中,电力施工技术管理是一项重要工作,与整个工程的质量有密切关系。

基于种群划分与变异策略的粒子群优化算法

粒子群算法因其形式比较简洁,参数设置灵活,操作简便易行,并且能够快速收敛,从而引起广泛关注。但是传统的粒子群算法也有缺陷:收敛速度慢以及容易陷入局部最优等。针对这些问题,本文借鉴小生境的方法,在进化初始阶段,对种群进行划分,将初始种群分为子种群,对不同的子种群进行不同的变异策略;在进化过程中,针对不同的子种群,设置不同的惯性权重因子ω,用来增强全局搜索能力与局部搜索能力。实验结果表明,本文提出的算法较传统的粒子群算法具有较快的收敛性以及找寻的全局最优解更接近真实解集,收敛精度比较高。

广播新闻编辑要进行“再创作”

在各大新闻媒体竞争日益激烈的今天，广播正在面临越来越多的挑战。新闻贴近人们的生活，保持新闻资讯的时效性和新鲜性一直是对各大记者的求，这样才能够抓住人们的心。广播新闻编辑只有通过不断的去粗取精，将零散的整合成有效的，将一般的策划成精彩的，通过对新司进行“再创作”，打造更为精彩的新闻，才能让广播新闻更有竞争力。

网络环境下如何提高广播新闻的传播力

在新的历史发展阶段,互联网的发展速度越来越快,所以相应的媒体也实现了一定的改革,举例来看,新浪、 网易和搜狐这些网络媒体得传播范围越来越广,同时其幵放性也越来越强,在近几年来受众市场越来越宽,不过,由于新 媒体的发展速度比较快,传统媒体受到了极大的冲击.传统媒体里,广播是种比较权威的传统媒体,在这一背景下,必须做 好创新工作,为这个社会提供更好的服务.

差异化规划指导原则及其在电网中的应用

智能型的电网在现代社会中有着重要的地位和作用,是果民经济发展的支撑,受到了全社会的普遍关注。智能型电网可以对电力能源的正常稳定供电起到良好的维持作用,特别是在出现严重的供电受损状况时,这就可以充分的把差异化规划方法充分的应用,以提高电网系统中相关组件的设计标准,保障其有很好的负荷压力,基于此,文章主要对差异化规划指导原则在电网中的应用状况进行了分析。

广播新闻编辑的技巧研究

如今,各大媒体的竞争十分激烈,尤其是新闻节目,早已成为各大媒体的竞争王牌。对于广播电台而言,若要在激烈的竞争中脱颖而出,那么就要具备立意新颖的新闻节目,这才是立足之根本。因此,对于广播新闻编辑而言,无论是新闻的内容还是样式,都需要编辑精心加工,这样才能出精品节目,吸引受众的关注,实现新闻的有效传播。

浅谈消息碎片化时代如何做好广播新闻节目

在最近几年,互联网发展速度越来越快,我们逐渐进入了一个消息碎片化时代,在这一背景下,广播电视节目必须从多个角度做出调整,在这一基础上更好地适应时代发展,为社会发展提供良好的产品.文章从节目设计、节目编排和节目包装等多个角度进行具体分析,为相关的广播新闻工作者提供合理性参考和借鉴.

变电所两种不同性质直流电源装置的运行维护

对两种不同性质的直流电源装置（碱性镉镍电池ＧＮＣ２０和酸性铅蓄电池ＧＦ－３００）的结构、充放电特性进行比较，并提出相应的运行维护管理方法。