基于多元统计分析的小样本数据预测模型设计

若小样本数据预测误差较大,会直接影响数据应用效果,为提升小样本数据预测精度,提出基于多元统计分析的小样本数据预测模型设计方法。将小样本数据放入SPSS软件中,结合自助法完成小样本数据的经验分布分析。基于样本数据经验分布特征,结合具备学习能力的Fisherface算法对小样本上数据实施预分类,建立测试样本类别标签,实现小样本数据的特征提取。通过多元统计分析数据特征的主元成分,确定模型回归函数,结合支持向量机构建数据预测模型,通过上述模型完成小样本数据的精准预测。实验结果表明,使用上述方法开展小样本数据预测时,预测误差较低,效率较高,说明其预测效果较好。

一种小样本数据驱动的雷达复合干扰轻量化感知网络

基于深度学习的雷达干扰感知技术能精确感知各类雷达干扰类型,但需预先构建大规模且完备的训练样本,数据集构建工作量大、难度高,同时存在网络模型参数量较大、计算复杂度高的问题,导致在实际平台中难以应用。针对此问题,提出一种小样本数据驱动的雷达复合干扰轻量化感知网络,结合计算机视觉领域的“目标检测”思想建立干扰感知网络,利用雷达干扰时频分布数据提取多尺度特征图,预置锚框进行回归与分类,使用分组卷积与Ghost卷积对大参数量、高计算量的网络结构进行轻量化改进。实验结果表明:只需小规模的多种单一干扰模式样本,即可实现对单一干扰模式、两两复合模式及3类复合模式的灵活感知,在低干噪比条件下保持较高感知性能的同时大幅压缩模型的参数量与运算量。

基于数据归一化原点矩约束最大熵原理的小样本数据测量不确定度评定

测量检验是生产制造的重要环节,测量不确定度是测量质量的重要评价指标,表征测量数据的分散程度。最大熵原理常用于测量不确定度评定,基于最大熵原理获得测量样本数据的概率密度函数,能够避免主观因素,反映数据客观的分布情况。小批量生产中获得的测量数据往往较少,在小样本数据下,基于原点矩约束最大熵原理求得的测量不确定度不够准确可靠。针对这一问题,提出基于数据归一化原点矩约束最大熵原理的小样本数据测量不确定度评定方法,并通过数值仿真和应用案例验证所提测量不确定度评定方法的有效性。

基于潜在数据挖掘的小样本数据库对抗攻击防御算法

为了降低小样本数据库欺骗率,提升小样本数据库的攻击防御效果,设计了一种基于潜在数据挖掘的小样本数据库对抗攻击的防御算法(潜在数据挖掘的防御算法).采用改进的Apriori算法,通过频繁属性值集的工作过程获取准确的强关联规则优势,并从小样本数据库中挖掘潜在数据对抗攻击,同时优化候选集寻找频繁集的过程,然后利用关联分析检测对抗攻击,并通过可信度调度控制访问速率来防止产生恶意会话,实现小样本数据库对抗攻击防御.实验结果表明,潜在数据挖掘的防御算法可有效防御小样本数据库遭受的多种类型攻击,降低攻击产生的数据库欺骗率,保障小样本数据库服务器利用率的稳定性.

RM Transunet:基于小样本数据的肺癌脑转移瘤分割

脑肿瘤的语义分割是一项基本的医学图像分析任务,可以协助临床医生诊断患者,并持续关注病灶部分的变化情况。得益于深度学习的发展,医学图像自动分割取得了很大的进步。然而,现有的深度学习分割模型依赖于庞大的训练数据支撑,在临床上,医学数据通常数据量较小。为了改善这些问题,本文提出了一种新的深度医学图像分割框架,称为Residual Mulitse Transunet (RM Transunet),以提高小样本医学图像的语义分割质量。本文提出的RM Transunet遵循了Transunet的设计,融合了CNN和Transformer,并引入了Residual Block和MuilSE,有效地在不同尺度的特征之间建立全局依赖关系,以便充分利用这些获得的多尺度特征表示。针对医学图像分割的实验证明了RM Transunet的有效性,并表明我们的方法明显优于当下的方法。本研究的贡献不仅在于提供了一种新的思路来解决医学图像领域小样本数据的挑战,同时也为临床决策和治疗优化提供了有益的参考。

基于随机森林的多源小样本数据快速集成方法

受多源小样本数据属性复杂性的影响,对其进行集成处理时,过拟合和欠拟合情况较为明显。为此,文章提出基于随机森林的多源小样本数据快速集成方法。考虑多源小样本数据自身的属性特征,在构建随机森林模型阶段,充分利用粒向量与多源小样本数据特征的贴合性,将其作为随机森林的基础结构,利用粒化层归一化多源小样本数据,并将输出的粒化结果作为决策层的节点。在集成阶段,根据多源小样本数据与决策层节点之间的距离,集成数据。在测试结果中,数据集成的过拟合情况占比仅为0.29%,欠拟合情况占比也仅为0.27%,具有良好的集成效果。

基于小样本数据深度学习的砂体厚度预测方法及应用

沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习训练样本不足的问题,从而挖掘出砂体厚度与地震属性之间的非线性关系,建立了利用地震属性预测砂体厚度的网络模型,该方法能够较为准确地预测砂体厚度及其横向展布特征,提高了预测精度,为致密砂岩储集层预测提供了新的思路和方法。

小样本数据下圆柱薄壳初始缺陷不确定性量化的极大熵方法

具有不确定性特征的初始缺陷被认为是导致薄壳结构实际临界载荷值与理论解不相符并呈现分散特征的主要原因.对实际薄壳结构初始缺陷的建模至少需要考虑两个方面的不确定性量化,一是对缺陷分布形式和幅值等固有随机性的量化,二是对小样本量和不准确测量所导致缺陷统计量的不确定性的量化.本文在利用随机场的Karhunen-Loeve展开法对薄壳初始几何缺陷建模的基础上,提出一种基于极大熵原理的缺陷建模方法.首先,采用极大熵分布来估计Karhunen-Loeve随机变量的概率密度函数,以适应不能使用高斯随机场进行缺陷随机场建模的情况.随后,通过将经典的等式约束极大熵模型扩展为区间约束极大熵模型,实现对实际工程中仅能获得少量薄壳结构几何缺陷样本数据所导致的认知不确定性的量化.最后,将所提方法用于对国际缺陷数据库的A-Shell进行缺陷建模和临界载荷预测.研究表明,所提基于区间约束极大熵原理的随机场建模方法在能够有效表征实测数据高阶矩信息的同时,还具备量化小样本数据导致的认知不确定性的能力,并且高斯随机场模型和基于等式约束极大熵原理的随机场模型是本文所提建模方法的两种特殊情况.

基于双接口分集和数据样本的脉冲噪声抑制算法

针对电力线与无线双接口通信中的电力线突发脉冲噪声(BIN)的干扰问题,提出一种基于分集信号抵消和自适应阈值估计(DSC-ATE)的BIN抑制算法。首先,利用电力线和无线并行信道传输相同的分集信号,接收端通过分集信号抵消获得脉冲噪声样本,降低峰平比对阈值估计的影响;然后利用噪声样本对非线性函数的最佳阈值进行估计;最后对脉冲噪声进行抑制处理。为了提高算法的鲁棒性和可扩展性,该文通过引入折扣因子和学习率来实现算法在复杂度和精度之间的有效折中。与已有的非线性处理算法相比,该方法不需要噪声的先验统计信息,并可根据信道环境的变化自适应地调整阈值。仿真结果表明,所提算法在可靠性和阈值精度方面均具有显著提升。

基于小样本数据的空气质量指数适应性建模研究

空气质量指数具有数据波动大、样本数量相对较少、统计特征并非十分明显的特点。基于灰色建模理论,对传统的GM(1,1)模型建模过程进行改进,得到小样本数据的振荡序列新陈代谢GM(1,1)模型。该模型既能克服传统GM(1,1)建模过程数据不能实现更新的弊端,又能对原始数据进行针对性平滑处理,使处理后的数据更加符合GM(1,1)建模需求。实证得出,GM(1,1)模型、无偏GM(1,1)模型、新陈代谢GM(1,1)模型、振荡序列GM(1,1)模型的均方误差分别为:19.3494、14.2197、13.5573、11.0905。结果说明:当数据相对较少时,振荡序列GM(1,1)模型能有效提升空气质量指数预测精度,其方法是可行的。

基于英国生物样本数据库的胰腺癌发病危险因素分析

目的基于英国生物样本数据库(UKB)的前瞻性队列探讨胰腺癌发病的危险因素。方法从2006—2010年UKB招募的约50万名参与者中选取研究对象(根据胰腺癌患者的年龄、性别1∶10匹配无胰腺癌对照者),采用多因素二元Logistic逐步回归分析法分析胰腺癌发病的危险因素,并评估各危险因素的人群归因危险度。结果本研究共纳入1538例胰腺癌患者与15380例对照者进行分析。多因素二元Logistic逐步回归分析结果显示,Townsend剥夺指数高(OR=1.020,95%CI:1.001~1.040)、吸烟史(OR=1.182,95%CI:1.048~1.333)、1型糖尿病病史(OR=1.890,95%CI:1.228~2.910)、2型糖尿病病史(OR=2.109,95%CI:1.794~2.481)、急性胰腺炎病史(OR=5.266,95%CI:3.679~7.538)、慢性胰腺炎病史(OR=17.345,95%CI:8.820~34.111)、兼有急性胰腺炎与慢性胰腺炎病史(OR=4.787,95%CI:1.989~11.522)是胰腺癌发病的独立危险因素。经多因素调整后,有吸烟史、1型糖尿病病史、2型糖尿病病史、急性胰腺炎病史、慢性胰腺炎病史和兼有急性胰腺炎与慢性胰腺炎病史的人群归因危险度分别为8.40%、19.86%、12.37%、6.50%、7.30%和7.13%。结论Townsend剥夺指数高、吸烟史、1型糖尿病和2型糖尿病病史、急性胰腺炎病史、慢性胰腺病史是胰腺癌发病的独立危险因素,而有效识别危险因素有利于降低胰腺癌的发病率。

面向高维小样本数据的层次子空间ReliefF特征选择算法

高维小样本数据的特征维数远远高于样本数,因为其通常包含大量的冗余特征,ReliefF算法在处理这类数据时存在以下挑战:传统ReliefF算法无法剔除冗余特征,而现有的改进ReliefF算法大多通过启发式地计算特征与特征之间的互信息来剔除冗余特征,不适用于高维数据;通过截取与标记相关性最大的若干特征来进行分类,可能不是最优选择,因其没有考虑不同特征组合对分类性能的影响.为了解决以上问题,提出一种基于层次子空间的ReliefF特征选择算法,将原始特征集划分为具有层次结构的子空间,并利用邻域粗糙集理论来计算低层子空间的局部依赖度,能在高维小样本数据上高效率地批量剔除冗余特征.此外,为了考量不同特征组合对结果的影响,引入“局部领导力”的概念,保留部分子空间中“带队”能力较强的特征,从局部和全局的角度共同给予特征更加客观的评价.在六个微阵列基因数据集上的实验表明,与现有方法相比,提出的方法更高效,而且能保持良好的分类性能.

基于小样本数据差分扩容的微电网负荷预测方法

面向新能源微电网负荷预测,针对中长期负荷预测中样本数据不足导致预测精度不高的问题,提出了一种新的数据扩容方法,将原始数据样本两两差分作为新数据样本,通过设置阈值进行数据筛选,在扩充数据样本的同时保证数据的准确性,分析了基于差分运算的数据扩容方法对于负荷数据不确定性的消除效果。考虑气象、人口等影响因素,利用多元回归分析拟合各种关联因素对负荷的影响,将原始数据负荷预测模型作为对照,通过比较预测结果与实际负荷之间的误差,验证了数据扩容方法的实用性和准确性。

基于投票网络解决样本非均衡的入侵检测识别模型

目前主流入侵检测系统通过学习人工标识的网络流量数据获得自动检测未知威胁的能力,但人工标识的数据出现偏差、缺失、小类样本过少等现象时,本应是攻击样本常会被认定为无害样本,致使入侵检测系统失效。大多数研究入侵检测的工作将整体性能作为检测性能的量化标准,而忽视了入侵检测的原始初衷,导致警告系统遭受攻击。针对以上问题,提出基于投票网络的智能识别模型来解决入侵检测系统训练数据不均衡的问题。通过可训练的投票模型,整合了传统机器学习模型与深度学习模型,在关注整体性能的同时,提升致命攻击的被检出率。实验结果显示,本模型在3种不同样本分布类型的数据集上均有较好的整体表现,并且有效地提高了小类别的检出率。

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。

小样本数据下继电保护装置可靠性的组合威布尔分布评估方法

面对继电保护装置失效数据缺乏的情况,提出了一种基于组合威布尔分布的继电保护装置可靠性评估方法。首先,利用平均秩次法估算二参数威布尔分布的参数值,得到继电保护装置的分布密度函数;其次,选取蒙特卡罗抽样得到的Bootstrap子样作为三参数威布尔分布的样本数据,并采用灰色估计法对继电保护装置可靠寿命进行参数估计。最后,通过实例计算与其他方法进行对比,证明了方法在对小样本数据下的继电保护装置进行可靠性参数估计时精度更高。

基于循环神经网络的异常用电数据检测方法

针对用电数据检测时受电量敏感度的影响,导致异常数据检测时电能消耗过量的问题,提出了基于循环神经网络的异常用电数据检测方法。在循环神经网络体系中,根据窃电系数指标求解结果,计算电量压差的实际数值,实现对异常用电数据特征的提取。构建异常数据样本集合,通过填充缺失数据的处理方式,推断检测评价指标所属区间范围,完成基于循环神经网络的异常用电数据检测方法的设计。对比实验结果:循环神经网络作用下,由异常用电数据造成的电能消耗量最高为3.2×10^(8)kW·h,不会引发明显的电能过量消耗问题,符合维护电网运行稳定性的实际应用需求。

SAR图像智能解译样本数据集构建进展综述

随着深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)图像智能解译领域的不断应用与发展,其对样本数据集的规模、质量、泛化能力等提出了更高要求。近年来,国内外众多研究机构相继发布了一系列SAR样本数据集,但是目前尚缺乏对上述数据集的综合分析。面向SAR图像智能解译需求,首先,梳理了现有的SAR样本采集流程。其次,归纳总结了已公开的SAR样本数据集,并针对现有数据集样本数量有限,探讨了数据扩充方法。最后,讨论了目前SAR数据集构建仍然存在的问题及未来展望。文章首次对SAR样本数据集进行了综述研究,可为SAR样本库建设提供参考。

应用于扩容小样本量YOLO人脸数据集的imgaug图像增广方法

采用人脸照片作为训练数据集,利用imgaug图像增广库对基本的数据进行随机裁剪、随机90°旋转等变换来增加样本容量,以提高所训练网络模型的泛化能力,解决深度模型训练过程中数据集样本不足的问题。在图库扩容小样本数据集的过程中,以YOLO网络结构为主对人脸身份进行检测和分类,并对比YOLOv3和YOLOv5增广前后的结果。实验结果显示,增广后的YOLOv3模型对测试集进行检测的平均精度为88.85%,比原始的YOLOv3模型提高了38.59%,识别效果优于原始的YOLOv3模型;YOLOv5组合增广扩充样本后训练图像识别模型的人脸识别准确率比原始的YOLOv5模型提升了约0.5%。

仿真数据驱动的起重机钢丝绳断丝定量识别方法

针对工程应用中起重机钢丝绳损伤检测由于故障样本不足导致检测效果较差的问题,提出了一种仿真数据驱动的、基于卷积神经网络(CNN)模型的钢丝绳断丝定量识别方法。首先,使用有限元软件COMSOL对直径24 mm的6×37结构钢丝绳不同损伤类型进行了建模与仿真,并将提离值为5 mm处仿真漏磁场减去背景磁场,得到了仿真损伤信号;其次,搭建了钢丝绳漏磁检测试验台,采集了与仿真参数一致的钢丝绳断丝实测信号,并进行了小波去噪处理,解决了实测信号中由于存在噪声干扰导致与仿真信号不匹配的问题;最后,建立了卷积神经网络模型,采用仿真数据辅助模型训练,并使用早停法抑制了模型对训练集中仿真数据的过拟合问题。以仿真数据作为训练集和仿真数据辅助小样本实测数据作为训练集,进行了实验验证。研究结果表明:仿真数据驱动、小波去噪能够较大幅度地提高断丝识别率;早停法能够较好地抑制实验中的过拟合问题;该方法在两种实验形式下的准确率分别达到了84.5%和97.5%,证明该方法能够有效识别钢丝绳损伤,具有一定的理论研究价值和工程应用前景。