基于样本类别的邻域粗糙集正域计算

对基于邻域粗糙集的属性约简算法而言,正域计算是保证其有效性的重要依据,也是影响其时间开销的最主要部分。正域计算的速度主要由样本间度量计算的次数决定。在确保正确性的条件下,样本间度量计算的次数越少,则正域计算越快。在现有的正域计算中,通常存在着大量同类别样本间的度量计算。针对这个现象,首先证明在邻域粗糙集的正域计算中,同类别样本间的度量计算对正域计算是无贡献的,然后据此提出了基于样本类别的正域计算。和现有的正域计算相比,实验结果表明,该正域计算有效且更快速。而且,该正域计算更适用于样本类别数较少的数据集。

跨类别样本迁移框架下的不平衡分类方法

对于不平衡分类问题,实现类别交叠区域中样本数目和分布的平衡是缓解后续决策偏移的关键,而现有的不平衡分类方法往往只从少数类样本生成新样本来达到样本数目的平衡,没有充分利用多数类样本丰富的信息。特别是在少数类样本绝对数量过少的情况下,仅利用原始少数类样本信息无法有效平衡交叠区域样本的分布。提出了一种跨类别样本迁移框架下的不平衡分类方法。在变分自编码器(variational autoencoder,VAE)隐编码采样过程中嵌入由全连接层构建的映射网络,在VAE充分学习不同类别样本的共性和特性的基础上,在隐编码先验约束和跨域一致性约束下对多数类样本的隐编码进行映射转换,使转换前后隐编码共享相同的分布空间,并通过VAE中解码器实现多数类样本向少数类样本的迁移。同时融入生成对抗机制,对原始样本和新样本以及转换前后的隐编码进行判别对抗,进一步提升迁移样本的可靠性。在此基础上,分别对新生成样本与原始不同类别样本的距离进行加权约束,并筛选得到更加靠近交叠区域的样本,使该区域不同类别样本的数目和分布更加平衡。在16个公共数据集上的实验结果表明,在F1测量值和G-均值上该方法显著优于10种典型的不平衡分类方法,特别是在11个不平衡比例较高、少数类样本绝对数量过少的公共数据集中,该方法性能提升更加显著。

基于样本分布的类别均衡化方法

为解决样本类别不均衡问题,提出基于样本分布的类别均衡化算法。采用单类支持向量机和近邻法学习多数类样本,净化类别不清的分布边界;采用密度聚簇算法对少数类样本聚簇,根据每个类簇的权重决定每个类簇生成的样本数,平衡类簇间的样本数量;根据每个簇的边界样本与非边界样本数量比值,确定每个样本权重,采用SMOTE合成少数类样本。采用UCI数据集实验对比和地震数据分析应用,验证了算法在不同分类模型均可提高分类精度。

多样本潜在类别模型在居民健康素养中的应用

目的应用潜在类别模型的原理与技术分析不同样本居民健康素养基本健康技能状况,探索不同样本之间潜在类别分析结果的差异。方法采用Mplus软件对不同性别与不同地域的样本人群进行健康素养基本健康技能潜在类别分析。结果通过潜在类别分析将性别样本与地域样本均分为三个类别,性别条件潜在类别概率为男性的0.342、0.532、0.127与女性的0.338、0.531、0.132;地域条件潜在类别概率为城镇居民的0.214、0.573、0.203与农村居民的0.213、0.593、0.203。结论居民健康素养基本健康技能的潜在类别分析显示性别间的同构性较强,地域间存在一定的异质性。

基于均衡化样本类别的图书馆网络入侵自动检测研究

针对当前图书馆网络入侵检测准确率,误报率高的问题,以获得更理想的图书馆网络入侵检测结果,设计了基于均衡化样本类别的图书馆网络入侵自动检测方法。首先捕获图书馆网络数据包,提取数据包中的图书馆网络入侵检测特征,然后通过均衡化样本类别算法合成入侵检测样本集合,并通过统计模型和邻居节点的实际活动参数实现入侵检测,最后进行了图书馆网络入侵检测仿真实验,结果表明,提高了图书馆网络入侵检测正确率,降低了图书馆网络入侵检测误报率,图书馆网络入侵检测效率高,具有较高的实际应用价值。

考虑样本不平衡的电力系统鲁棒暂态稳定评估

由于实际电力系统中暂态失稳样本稀少,基于数据驱动的暂态稳定评估方法面临训练样本类别分布失衡问题,严重影响暂态稳定评估结果的可靠性。针对此问题,提出了一种基于MAHAKIL过采样和BCLM的鲁棒暂态稳定评估方法。首先,通过MAHAKIL过采样改善原始样本集的类别分布;然后,基于BCLM构建电力系统鲁棒暂态稳定评估模型。在新英格兰10机39节点系统上的测试结果表明,所提方法能够显著降低原始样本类别失衡的影响,并对数据缺失和数据噪声具有较强鲁棒性。

基于样本与因子优化的黄冈南部地区地质灾害易发性评价

为对比信息量模型中灾害数量和灾害面积2种样本的适用性,以黄冈南部地区作为研究对象,探讨了评价因子的优化组合形式,采用信息量模型,根据研究区工程地质条件和地质灾害的特征初选评价因子,结合成功率曲线确定2种样本的因子优化组合,进而通过灾害比率及典型地质灾害点验证易发性评价结果。结果表明:①在单因子评价结果中,2种样本的单因子评价结果的AUC值排列顺序不尽相同,但呈现出一定规律性;②各叠加因子评价结果的准确度均达到因子优化组合的94.9%以上,变化幅度相对较小,且呈现出随因子数量增加而增大的趋势,但并不是越多越好;③2种样本的易发性评价结果都显示出高、较高易发区主要集中于研究区中部及北部地区,低易发区和较低易发区多集中于长江沿岸以及研究区南部,与灾害分布位置相符;④2种样本均为地质灾害易发性评价中信息量模型的有效计算样本,且面积样本的准确度明显优于数量样本。

一种新的不平衡数据v-NSVDD多分类算法

分析了多类支持向量数据描述(support vector data description,SVDD)算法存在的问题,提出一种新的不平衡数据v-NSVDD多分类算法.该方法借鉴了v-SVM方法以及带有负类的SVDD的思想,并基于不同类别样本间隔最大原理,较好地克服噪声和在野点的影响,提高了分类模型的泛化性能;通过样本加权的方法解决了不平衡类别样本预测精度低的问题,并在理论上给出了根据类别样本数量设置样本加权系数的方法.针对实际应用存在大量复杂、非线性分类数据,通过核方法把上述线性分类算法推广到非线性数据分类情形.由于现有的多分类器无法实现拒判,而且每个分类器的核函数参数不同,导致数据点与各个超球中心距离的计算结果与实际距离不相符,影响了数据判决结果的准确性和可靠性.针对上述问题,给出基于相对距离和K-NN规则相结合的多分类方法,提高了分类结果的准确性和可靠性.使用Benchmark数据集进行仿真实验,结果表明本算法能够获得较低的分类误差,能够有效处理样本不平衡问题.

层次采样的代价敏感随机森林算法及其应用

机器学习算法在入侵检测系统中被广泛应用,提升了入侵检测系统的效率和准确率。然而,入侵数据类倾斜和数据流量剧增问题,导致其被使用的局限性。针对此问题,提出一种分布式层次采样的代价敏感随机森林算法。利用层次采样技术降低样本类别倾斜比率,通过随机森林算法进行特征选择,构建敏感随机森林算法的分布式检测网络。实验结果表明,该算法可以减小数据类别倾斜影响,提升分类器性能,提高检测效率。

数字化集成信息增量学习算法仿真研究

传统集成信息增量学习算法无法更新数字化集成信息分类器,导致信息增量学习结果误差较大、效率偏低。为解决上述问题,提出基于深度学习的数字化集成信息增量学习算法。采用先验和条件两种概率获取后验概率后,获取样本类别标签。基于随机属性选择形成加权朴素贝叶斯分类器,分类数字化集成信息。并依据数据子集表更新该分类器。利用遗传算法获取更新后加权朴素贝叶斯分类器的最佳结果,完成数字化集成信息增量学习。实验测试结果表明,所提算法可有效控制训练样本数量,提升的信息增量学习效率,且该算法可较好地适应不同大小数据集。

改进的Faster R-CNN算法在数码印花织物缺陷检测中的应用

针对数码印花织物缺陷检测过程中自建数据集类别样本分布不均衡,导致缺陷检测精度不高的问题,提出一种自适应类别抑制损失(adaptive class suppression loss,ACSL)的Faster R-CNN缺陷检测算法。首先,根据数码印花织物缺陷背景复杂、目标较难检测的特点,构建了基于Faster R-CNN的缺陷检测网络结构;然后,在基础网络中引入ACSL模块,通过调整不同类别位置分类损失的权重系数,维系不同类别位置正激活损失和负激活损失的相对平衡,从而解决样本不平衡对检测精度的影响。结果表明:所提算法在COCO标准上平均检测精度达到了0.60,相比于Faster R-CNN提高了0.02。说明此方法能够有效解决类别样本不均衡的数码印花缺陷检测问题。

两种半监督多类水下目标识别算法的比较

基于半监督学习理论的水下目标识别系统能够从未知类别测试集中识别出已学习类别测试样本,并拒判未学习类别测试样本。描述并讨论了两种基于支持向量数据描述(Support Vector Data Description,SVDD)的半监督水下目标识别算法:半监督SVDD与半监督SVDD集成。利用四类实测水下目标样本进行实验,训练样本为三类已知类别样本,测试样本为四类样本,包含一类未学习类别样本。对两种算法实验结果进行比较,表明半监督SVDD集成算法比半监督SVDD算法能更好地识别已学习类别测试样本,并能有效拒判未学习类别测试样本,不足之处为时间消耗与过程复杂程度比半监督SVDD算法高。

基于RSKP-UNet模型的苗族服饰图案分割研究

为保护苗族服饰文化的传承,以及增加对苗族文化的研究为目的,文章以苗族服饰图案分割为研究内容,提出了一种基于RSKP-UNet(Residual Selective-Kernel Parallel U-Net)模型的苗族服饰图案分割算法。算法在U-Net模型的编码器部分加入Residual模块以提升模型的特征提取能力,在解码器部分嵌入SKNet模块和ParNet模块以增强模型的特征表达能力。通过引入的Lovász-hinge损失函数有效地解决了苗族服饰图案存在的样本类别不均衡的问题,实验结果还表明Lovász-hinge损失函数在各项分割指标上均优于最常用的BCE损失函数。文章提出的RSKP-UNet分割模型在该损失函数下进行训练,并与4种经典的深度学习分割模型进行分割性能对比,RSKP-UNet模型在各项分割指标上好于其他模型,相比于基准模型U-Net,在Dice系数、IoU、精确率、召回率及准确度等指标上分别提升了6.98%、11.07%、2.89%、6.75%及3.92%,可为苗族服饰图案分割研究提供有效可行的办法。

基于多样本潜在类别的旅游者生态文明行为分析——以苏州市为例

基于多样本潜在类别模型,划分旅游者生态文明行为的潜在类别,比较不同性别、学历、年龄和收入旅游者潜在类别的异同。研究发现:1根据生态文明行为差异,可以将旅游者划分为成熟型、起步型和淡漠型3种类型,分别占旅游者总数的28.7%、33.2%和38.2%,成熟型旅游者最少。2性别间、学历间、收入间存在较高的形貌同构性(潜在类别数目都为3)和内涵同构性(各潜在类别命名一致),表明性别、学历、收入对旅游者生态文明行为的影响较小;高学历对成熟型、起步型旅游者的生态文明行为有少量促进作用。3年龄间尽管分类形貌相似(潜在类别数目都为3),但是分类内涵存在异质性,高、中、低年龄者的潜在类别命名和占比不尽相同;中年龄者生态文明行为表现优于低年龄者,表明年龄增长对主流旅游者的生态文明行为有积极影响;高年龄者生态文明行为呈现两极分化状态。4生态文明行为六要素方面,游览生态文明化最易实现,其次是出行生态文明化,而餐饮、住宿、购物、娱乐生态文明化实现难度较大。最后,从旅游者、旅游企业和国家三个层面探讨旅游者生态文明行为提升路径。

旅游地生态文明形象感知的测度与差异——基于不同行为类型旅游者比较

以"国家生态市"苏州为例,测度旅游者对旅游地生态文明形象的感知,并运用多样本限定潜在类别模型检验方法,分析不同行为类型旅游者对旅游地的生态文明形象感知差异.研究表明:(1)旅游者对苏州市的生态文明形象感知要素评价存在明显分歧;比较不同行为类型旅游者,生态文明旅游者以好评为主,非生态文明旅游者以差评为主.(2)"绿化繁茂"、"城市风貌独特"和"水质优良"分别为最佳、次佳和最差感知要素,这与苏州市相关建设实际相符;2类旅游者感知要素评价存在相同结论.(3)旅游者对苏州市的生态文明形象感知分为"高感知组"、"中感知组"和"低感知组";生态文明旅游者感知类型优于非生态文明旅游者.

旅游者行为影响下的海岛生态脆弱性研究——以大连市长海县为例

与沿海地区相比,海岛更容易受到人为干扰,特别是旅游活动。文章以长海县为案例地,根据暴露度—敏感度—适应能力框架构建旅游者影响下的海岛生态脆弱性指标系统,并运用耦合协调度模型分析子系统之间的协调发展程度,运用多样本潜在类别模型从人口统计学特征层面分析旅游者行为。研究表明:(1)2007—2018年,在旅游者行为的影响下,海岛生态脆弱性指数由0.123急速增加到0.203,E-S-A子系统耦合协调度由0.282升高至0.409,标志着旅游者对海岛生态脆弱性的影响加大。(2)长海县旅游者分为发展型与萌芽型,行为表现尚不成熟,分别占海岛旅游者总人数的83.4%和16.6%,对海岛生态脆弱性均产生影响。(3)在人口统计学特征层面,不同性别、年龄、学历的旅游者行为对海岛生态脆弱性的影响不存在显著差异。其中,高学历对发展型海岛旅游者的行为有一定的正向影响。不同收入的海岛旅游者行为对海岛生态脆弱性的影响存在差异,高收入旅游者行为对海岛生态脆弱性影响较小。(4)海岛旅游者行为的规范应重点关注住宿、购物、娱乐3个领域,注意弱化性别、年龄差异,注意学历差异。

鲁棒性监督等距特征映射方法

提出一种鲁棒的监督Isomap算法(RS-Isomap算法).该方法首先在标准PCA基础上,为样本邻域点引入权值因子,产生新的优化问题,使用加权迭代最小二乘法求解.然后利用加权主成分分析,遍历每一个样本点,计算归一化权值之和,得到样本的可信度.接着融合样本的可信度、类别和邻域信息,重新定义样本点之间的测地距离,计算最短距离矩阵,采用多维标度分析和广义回归神经网络分别构建训练样本和测试点的嵌入坐标.实验表明:新方法比传统的Isomap方法有较强的抗噪声能力,能有效地提高高光谱图像的分类精度,在运行时间上具有可行性.鲁棒性的监督Isomap算法是一种有效的高光谱遥感图像特征提取方法.