改进K-means的双向采样非均衡数据分类方法

针对分类器在不均衡数据集上对小类分类准确率较差的问题,提出了改进K-means的双向采样算法KMBS(k-means bi-directional sampling),并将集成学习应用在分类算法上.首先,使用改进的K-means聚类算法将原始数据集划分为不同的聚类簇.其次,在聚类簇中使用改进的SMOTE算法对小类样本过采样,对聚类簇内的大类样本欠采样,使数据集平衡.多次执行该算法可以产生多个差异较大的数据集,因此训练出多个差异较大的分类器,提升集成学习的效果.通过分析实验结果,该算法较现有几种算法不仅能提高整体分类性能,并且有效提高小类样本的分类性能.

一种双向采样的恶意PDF文档检测方法

随着信息化发展,PDF文档以其良好的特性,成为日常流行的数据交换文件格式,也成为APT攻击事件中常被利用的文件载体。现有的恶意PDF文档检测方法往往采用平衡样本数据集进行评估,但真实环境中恶意文档数量远少于良性文档,因此在样本分类不均衡情况下,提出KM-TBSMOTE双向采样法的恶意PDF文档检测方法。基于BSMOTE算法,利用生成的过渡样本合成新样本,给出TBSMOTE算法,提高负样本比例。利用K-Means算法进行良性PDF文档样本欠采样,结合TBSMOTE算法,使样本分类达到均衡状态。最后采用随机森林方法进行恶意性检测。实验表明,该方法在不均衡PDF样本集上检测效果良好,综合评价指标F1达98.98%,召回率98.91%,误检率0.026%。与传统BSMOTE过采样方法相比,评价指标F1提高1.39%,召回率提高1.96%,误检率降低0.048%。基于KM-TB⁃SMOTE双向采样的恶意PDF文档检测方法能够有效解决样本分类不均衡对分类模型的影响,提高检测效果,适用于现实环境中的PDF文档恶意性检测。

一种基于样本分层的双向过采样方法

重采样技术由于简单、直观,逐渐成为解决非平衡数据分类问题的一个重要方向。但是在数据集很小的情况下,重采样技术中的欠采样可能会丢失数据集的重要信息,因此过采样是非平衡数据分类问题的研究重点。现有的过采样方法虽然有效地解决了类间不平衡问题,但是有可能造成少数类的密集区域更加密集,甚至引起样本重叠。此外,由于少数类样本可能存在噪音,现有的过采样方法可能会在噪音周围生成新样本,从而造成少数类样本的分布更加混乱。针对这些问题,文中提出了一种基于样本分层的双向过采样方法,该方法首先基于最高密度点和类内平均距离将少数类样本划分成密集层和稀疏层,然后对密集层边界区样本和稀疏层的样本进行双向过采样。为了验证所提算法的有效性,在9个UCI数据集上将提出的算法和其他过采样算法进行了比较。实验结果和Friedman等检验结果显示,提出的算法在处理非平衡数据分类问题时具有一定优势。

双向过采样系统点目标采样模型与检出方法

传统的采样系统对点目标的能量收集能力差,图像信噪比低,像斑面积小。为了克服传统采样的缺点,在对弱点目标进行探测时可以采用双向过采样技术。建立了点目标采样系统的数学模型,分析了双向过采样系统对点目标的检测性能。通过点目标采样系统的数学模型,得到了双向过采样系统点目标像斑分布均匀、灰度梯度小、有一定的面积的特点。从而设计出针对双向过采样系统的点目标检出方法。采样模型得到的像斑能量分布表明,双向过采样系统对点目标的能量收集能力强,点目标像斑面积大,信噪比稳定,采样系统对点目标的空间相对位置有很强的适应能力。仿真分析表明,目标检出方法能够有效提高点目标图像的信噪比。

基于双向重采样的高分辨率前视成像算法

高速平台双基SAR的高速机动特性和双基前视构型使其高分辨率成像面临严峻挑战。在该体制下,发射机以侧视方式发送信号,而高速运动的接收平台在前视模式下接收回波。由于高速度、大加速度的存在,使SAR回波的距离徙动现象以及二维耦合、空变特性都更加严重,传统的“停走停”模型不再适用。为了解决上述问题,提出了适用于高速平台的“非停走停”斜距方程及回波模型,然后通过分析信号中的空变分量及其对回波相位的影响,提出了基于双向重采样的成像算法。该算法有效补偿了SAR回波在距离和方位向的空变相位误差,提高了高速平台双基SAR的前视聚焦性能,通过仿真验证了所提算法的有效性。

空间扫描相机点目标采样系统设计

为了使点目标图像信噪比高而且稳定,在对空间扫描相机点目标采样系统进行设计时需要对像元的排列方式、像元尺寸大小和扫描时的过采样倍数进行选择。文章建立了空间扫描相机点目标采样系统的数学模型,从数学模型中得到了系统的设计变量,并计算出了不同设计变量下的点目标采样结果。通过对采样结果进行分析,得到了理想情况下点目标图像信噪比随设计参数的变化趋势。需要在数学模型得到的采样结果基础上,综合考虑相机噪声、背景能量强度等因素的影响,对设计参数进行选择,从而得到高而且稳定的图像信噪比。文章对不同的像元排列方式、像元尺寸和过采样倍数的采样系统进行了仿真,对不同采样系统的图像信噪比进行了对比分析,得到了合适的设计参数。

基于SBL-PRM算法的柑橘采摘机器人实时路径规划

针对动态非结构化环境下的柑橘采摘机器人实时路径规划问题,采用单次查询、双向采样与延迟碰撞检测相结合的SBL-PRM(Single-query,Bi-directional,Lazy collision checking,Probabilistic Roadmap Method)算法,对无遮挡和遮挡两种场景下的柑橘采摘情况进行仿真试验,分析最大采样点数S、邻域阈值ρ、局部路径检测阈值ε、路径平滑次数N等参数对规划时间和成功率的影响。结果表明,在S=3000,ρ=0.6,ε=0.03,N=10时,无遮挡和遮挡两种场景下路径规划的平均时间分别为1ms、60ms左右,规划成功率均为100%。仿真试验证明了SBL-PRM算法在柑橘采摘机器人实时路径规划中的有效性。

改进的血管三维建模算法

针对现有基于细分曲面的血管建模算法不能处理任意拓扑结构的血管数据,以及保证血管分叉处的光滑过渡等问题,对该算法进行了改进.首先采用有向图表示血管段之间的关系,然后对血管中心线模型进行双向自适应采样,最后采用Loop细分模式生成血管曲面.实验结果表明,采用文中算法能够有效地处理任意拓扑复杂的血管数据,并且能生成高质量的三维血管模型.

一种提高步进电机运行质量的电流控制方法

双极性步进电机广泛用于许多应用中,从打印机到工业设备中的移动XY工作台。通常情况下,电机驱动都采用较廉价的专用步进电机驱动芯片控制。不幸的是,大多数这些驱动芯片都使用较简单的电流控制方法,使电机的电流波形不理想,导致电机运行精度不高。现在,通过在步进电机驱动集成电路内部集成双向电流采样,能有效提高电机运行控制精度,同时比传统解决方案降低了系统成本。

路径追踪中出射光线方向的快速采样方法

目的基于双向反射分布函数的重要性采样方法在渲染物体材质表面时有极佳的拟真度,但采样方式存在复杂和高硬件存储开销的问题。针对上述问题,提出了一种基于权重生成和向量线性插值的采样方法用于解决该问题。方法在对出射光线方向进行计算时,通过给定的入射光方向、法线方向与物体表面材质光滑度参数,首先计算镜面反射光线方向,再结合余弦与指数函数二者的函数特性生成具有一定分布特征的权重值,并将镜面反射方向与随机生成的漫反射方向进行线性插值,其插值权重即为上述生成的权重值,最后规范化得到具有一定分布特征的新的出射方向。结果本文基于该快速采样方法,给出了路径追踪渲染算法的一套完整实现,并利用本文算法,从常见各类物体表面中抽取9种进行渲染,将所得实验结果与通过原始双向反射分布函数采样算法所渲染得到的实际结果进行比较,发现利用快速采样算法后渲染速度可提升1. 52 1. 99倍,且由于近似所造成的相对误差可控制在8%以内,并将原本用于描述物体表面的34 MB数据量降为仅几个浮点数的数据量,可知上述采样方法既具有极低硬件存储开销的特点,其渲染的图片又能保有较高的拟真度。随着光滑度参数的连续变化,可使得被渲染的物体表面由理想漫反射到理想镜面反射之间均匀过渡,从而统一了漫反射、高光反射与镜面反射三者的采样形式。结论本文使用简化的出射光方向采样算法替代传统BRDF重要性采样算法,并配套给出基于新采样算法实现的一套完整的路径追踪渲染方法,使得在不失真实度的情况下使得计算机在模拟漫反射、高光反射与镜面反射的形式得以简化与统一。本文方法亦可作为现有诸多采样方法的替代方案,其极低的存储开销优势可用于渲染含有大量不同材质的复杂场景;在渲染一般的粗糙表面、瓷器以及金属等常见各向同性材质时也有较佳的表现力。上述的完整实现方式可以在需要的时候对静态场景做不失真实度的快速渲染。