基于改进ANN的心理状态预警建模与仿真

针对现有算法对心理健康状态评估准确度低,难以有效替代传统人工处理方式,导致心理危机预警不及时等问题,文中设计了一种基于改进ANN的心理危机预警算法模型。该模型在全面收集可能影响学生心理状态信息的基础上,通过筛选与特征提取分析得到了ES-ANN网络所需的数据集合,再引入BP算法与ReLU激活函数获得相关预警模型。该模型可在被测者心理存在异常问题时及时发出预警信息。实验结果表明,该算法对心理危机预警的准确率及查准率能够分别达到92.1%和81.6%,且均优于其他对比算法。

面向不均衡训练集的印刷图像套准状态检测方法

目的针对不均衡的印刷图像套准状态检测中存在的印刷套不准图像识别准确率低的问题,研究不均衡印刷图像训练集的预处理方法。方法提出不均衡印刷图像训练集数据的集成采样预处理方法。支持向量机先将不均衡的训练集数据分为支持向量和非支持向量,然后过采集少类样本(即印刷套不准图像)中的支持向量,欠采集多类样本(即印刷套准图像)中的非支持向量,实现训练集数据的均衡化。最后采用预处理后的均衡训练集对支持向量机模型进行训练,并优化模型参数。结果采用文中提出的集成采样方法对不均衡训练集预处理后获得支持向量机模型,通过对印刷图像套准状态进行识别,获得的少类样本识别率a+为0.9375,识别准确率几何平均数Gmean为0.9437,F测度为0.9574。结论文中提出方法获得的印刷套不准图像识别准确率a+,Gmean和F测度均优于实验中的其他方法。

电机驱动器中的电流传感器

总结了电流传感器在不同电机驱动器中的作用和要求,分别说明电流传感器在不同驱动器拓扑结构中的位置。介绍了需采样电阻的隔离电流传感器的常用芯片及使用方法,讨论了采样电阻阻值的选取。介绍了三类霍尔电流传感器的工作原理及性能。对所介绍的各种电流传感器作简单比较。

一种面向不平衡分类的改进多决策树算法

在处理不平衡数据集时,为了降低类重叠对分类效果的影响,避免过采样造成的过拟合现象,以及欠采样造成的信息丢失问题,本文提出一种基于欠采样与属性选择的多决策树方法UAMDT(multi-decision tree based on under-sampling and attribute selection)。其首先利用Tomek link欠采样与集成欠采样两种技术相结合对数据进行处理,并获得多个平衡子集;然后在每个平衡子集上构建单决策树,采用结合信息增益和基尼指数的混合属性度量作为属性选择标准,选择最优属性作为每棵单决策树的根节点的分裂属性;最后将单决策树进行集成构建多决策树。通过对10个不平衡数据集的多个评估指标进行实验,验证了本文算法的有效性和可行性。

基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

集成重采样技术可以在一定程度上解决财务预警研究中样本的不平衡性难题,而不同的集成模型与不同的重采样集成技术有不同的适配性。研究发现,Up-Down集成采样与Tomek-Smote集成采样分别适配于Bagging-Vote集成模型和Stacking融合模型。基于此,构建了Stacking-Bagging-Vote(SBV)多源信息融合模型。首先,将基于Up-Down集成采样的Bagging-Vote模型与基于Tomek-Smote采样的Stacking模型进行融合;然后,加入股票的交易数据,并对该数据用卡尔曼滤波进行处理,从而形成数据层次和模型层次的交互式融合优化;最终,得到SBV多源信息融合模型。该融合模型不仅在预测性能上有了较大的提升,能较好地兼顾模型的预测准确度和预测精确率,并且可以根据利益相关者的实际需要,通过调整模型参数,来选择对应的SBV多源信息融合模型进行财务预警预测。