期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
离群点检测算法的评价指标
被引量:
2
1
作者
宁进
陈雷霆
+2 位作者
罗子娟
周川
曾慧茹
《计算机应用》
CSCD
北大核心
2020年第9期2622-2627,共6页
随着离群点检测技术的深入研究和广泛应用,越来越多的优秀算法被提出来,然而,现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标,存在着评价指标单一、适应性差的问题。针对这些问题,提出了一类高真正率指标(HT_AUC)和二类低...
随着离群点检测技术的深入研究和广泛应用,越来越多的优秀算法被提出来,然而,现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标,存在着评价指标单一、适应性差的问题。针对这些问题,提出了一类高真正率指标(HT_AUC)和二类低假正率指标(LF_AUC)。首先,整理常用的离群点检测评价指标,分析其优缺点和适用场景;然后,在已有的曲线下面积(AUC)方法的基础上,分别针对高真正率(TPR)要求和低假正率(FPR)要求,提出了一类高真正率指标和二类低假正率指标,为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明,与传统评价指标的相比,所提出的方法更能满足一类高真正率和二类低假正率要求。
展开更多
关键词
离群点检测
评价指标
曲线下面积
真
正
率
假正率
下载PDF
职称材料
基于AdaBoost与RusBoost的水声目标杂波分类研究与应用
2
作者
何荣钦
胡鹏
冯金鹿
《声学与电子工程》
2021年第2期35-37,55,共4页
水声目标杂波分类在众多场景中有着重要作用。针对水声目标杂波数据不平衡,人工分类工作量大且效果不佳的问题,介绍AdaBoost和RusBoost机器学习方法,利用两组数量有限的主动水声目标不平衡数据集,分别应用AdaBoost和RusBoost,通过训练...
水声目标杂波分类在众多场景中有着重要作用。针对水声目标杂波数据不平衡,人工分类工作量大且效果不佳的问题,介绍AdaBoost和RusBoost机器学习方法,利用两组数量有限的主动水声目标不平衡数据集,分别应用AdaBoost和RusBoost,通过训练和测试对比分析,发现RusBoost分类效果较好,且具有一定泛化能力,能够为后续研究和工作提供依据。
展开更多
关键词
ADABOOST
RusBoost
目标杂波
分类
真
正
例
率
假
正
例
率
下载PDF
职称材料
题名
离群点检测算法的评价指标
被引量:
2
1
作者
宁进
陈雷霆
罗子娟
周川
曾慧茹
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室(电子科技大学)
电子科技大学广东电子信息工程研究院
中国电子科技集团公司第二十八研究所
出处
《计算机应用》
CSCD
北大核心
2020年第9期2622-2627,共6页
基金
四川省科技计划项目(2019YJ0177,2019YJ0176,2019YFQ0005)。
文摘
随着离群点检测技术的深入研究和广泛应用,越来越多的优秀算法被提出来,然而,现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标,存在着评价指标单一、适应性差的问题。针对这些问题,提出了一类高真正率指标(HT_AUC)和二类低假正率指标(LF_AUC)。首先,整理常用的离群点检测评价指标,分析其优缺点和适用场景;然后,在已有的曲线下面积(AUC)方法的基础上,分别针对高真正率(TPR)要求和低假正率(FPR)要求,提出了一类高真正率指标和二类低假正率指标,为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明,与传统评价指标的相比,所提出的方法更能满足一类高真正率和二类低假正率要求。
关键词
离群点检测
评价指标
曲线下面积
真
正
率
假正率
Keywords
outlier detection
evaluation metric
Area Under Curve(AUC)
True Positive Rate(TPR)
False Positive Rate(FPR)
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于AdaBoost与RusBoost的水声目标杂波分类研究与应用
2
作者
何荣钦
胡鹏
冯金鹿
机构
第七一五研究所
出处
《声学与电子工程》
2021年第2期35-37,55,共4页
文摘
水声目标杂波分类在众多场景中有着重要作用。针对水声目标杂波数据不平衡,人工分类工作量大且效果不佳的问题,介绍AdaBoost和RusBoost机器学习方法,利用两组数量有限的主动水声目标不平衡数据集,分别应用AdaBoost和RusBoost,通过训练和测试对比分析,发现RusBoost分类效果较好,且具有一定泛化能力,能够为后续研究和工作提供依据。
关键词
ADABOOST
RusBoost
目标杂波
分类
真
正
例
率
假
正
例
率
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
离群点检测算法的评价指标
宁进
陈雷霆
罗子娟
周川
曾慧茹
《计算机应用》
CSCD
北大核心
2020
2
下载PDF
职称材料
2
基于AdaBoost与RusBoost的水声目标杂波分类研究与应用
何荣钦
胡鹏
冯金鹿
《声学与电子工程》
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部