期刊导航
期刊开放获取
cqvip
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
基于ADASYN与AdaBoostSVM相结合的不平衡分类算法
被引量:
10
1
作者
柳培忠
洪铭
+2 位作者
黄德天
骆炎民
王守觉
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第3期368-375,共8页
对于平衡数据集支持向量机(support vector machine,SVM)通常具有很好的分类性能和泛化能力,然而对于不平衡数据集,SVM只能得到次优结果,针对该问题提出了一种基于SVM的AS-Ada Boost SVM分类算法.首先,通过使用ADASYN采样,提高少类样本...
对于平衡数据集支持向量机(support vector machine,SVM)通常具有很好的分类性能和泛化能力,然而对于不平衡数据集,SVM只能得到次优结果,针对该问题提出了一种基于SVM的AS-Ada Boost SVM分类算法.首先,通过使用ADASYN采样,提高少类样本在边界区域的密度;然后,使用基于径向基核支持向量机(radial basis function kernel mapping support vector machine,RBFSVM)模型弱分类器的Ada Boost SVM算法训练得到决策分类器.通过将该算法在各种不平衡数据集上的测试结果与单纯运用ADASYN技术、Ada Boost SVM、SMOTEBoost等其他分类器进行比较,验证了该算法的有效性和鲁棒性.
展开更多
关键词
机器学习
不平衡数据
数据分类
ADASYN
AdaBoostSVM
下载PDF
职称材料
机载激光系统的数据分类方法及其质量评估
被引量:
1
2
作者
刘文
周兴华
王振宇
《海岸工程》
2008年第2期32-39,共8页
作为一种新型的测量手段,机载激光在多个领域已经得到了广泛的应用,但目前还存在很多亟待解决的问题。特别是分类问题,它在整个系统中不仅所占的工作量比重大,而且较为复杂。本文讨论和总结了目前机载激光的数据分类方法及其质量评估,...
作为一种新型的测量手段,机载激光在多个领域已经得到了广泛的应用,但目前还存在很多亟待解决的问题。特别是分类问题,它在整个系统中不仅所占的工作量比重大,而且较为复杂。本文讨论和总结了目前机载激光的数据分类方法及其质量评估,并对各种方法进行了比较分析。
展开更多
关键词
机械激光系统
数据分类
质量评估
下载PDF
职称材料
题名
基于ADASYN与AdaBoostSVM相结合的不平衡分类算法
被引量:
10
1
作者
柳培忠
洪铭
黄德天
骆炎民
王守觉
机构
华侨大学工学院
中国科学院半导体研究所
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第3期368-375,共8页
基金
国家重大科学仪器设备开发专项资助项目(2014YQ470377)
文摘
对于平衡数据集支持向量机(support vector machine,SVM)通常具有很好的分类性能和泛化能力,然而对于不平衡数据集,SVM只能得到次优结果,针对该问题提出了一种基于SVM的AS-Ada Boost SVM分类算法.首先,通过使用ADASYN采样,提高少类样本在边界区域的密度;然后,使用基于径向基核支持向量机(radial basis function kernel mapping support vector machine,RBFSVM)模型弱分类器的Ada Boost SVM算法训练得到决策分类器.通过将该算法在各种不平衡数据集上的测试结果与单纯运用ADASYN技术、Ada Boost SVM、SMOTEBoost等其他分类器进行比较,验证了该算法的有效性和鲁棒性.
关键词
机器学习
不平衡数据
数据分类
ADASYN
AdaBoostSVM
Keywords
machine
learning
imbalanced
data
data
classfication
ADASYN
AdaBoostSVM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
机载激光系统的数据分类方法及其质量评估
被引量:
1
2
作者
刘文
周兴华
王振宇
机构
国家海洋局第一海洋研究所海洋测绘中心
出处
《海岸工程》
2008年第2期32-39,共8页
文摘
作为一种新型的测量手段,机载激光在多个领域已经得到了广泛的应用,但目前还存在很多亟待解决的问题。特别是分类问题,它在整个系统中不仅所占的工作量比重大,而且较为复杂。本文讨论和总结了目前机载激光的数据分类方法及其质量评估,并对各种方法进行了比较分析。
关键词
机械激光系统
数据分类
质量评估
Keywords
airborne
lidar
system
data
classfication
quality
assessment
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ADASYN与AdaBoostSVM相结合的不平衡分类算法
柳培忠
洪铭
黄德天
骆炎民
王守觉
《北京工业大学学报》
CAS
CSCD
北大核心
2017
10
下载PDF
职称材料
2
机载激光系统的数据分类方法及其质量评估
刘文
周兴华
王振宇
《海岸工程》
2008
1
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