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
共找到8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：
基于CatBoost算法的多传感器信息融合可燃气体燃爆状态监测系统 被引量：2
1
作者 周龙 陈向东 +1 位作者 丁星 刘小飞 《单片机与嵌入式系统应用》 2023年第7期76-79,共4页
设计了基于CatBoost算法的多传感器信息融合可燃气体燃爆状态监测系统,其中甲烷采集使用响应更快的催化燃烧传感器和测量范围更大的红外甲烷传感器进行配合采集,使其能在高浓度气体环境中快速检测甲烷浓度。首先将获取的传感器数据通过... 设计了基于CatBoost算法的多传感器信息融合可燃气体燃爆状态监测系统,其中甲烷采集使用响应更快的催化燃烧传感器和测量范围更大的红外甲烷传感器进行配合采集,使其能在高浓度气体环境中快速检测甲烷浓度。首先将获取的传感器数据通过梯度提升树算法筛选出最能表征燃爆状态的特征;然后使用SMOTEENN算法对特征集进行类不平衡处理;最后通过CatBoost算法对数据进行分类训练得到预测模型。该模型对可燃气体燃爆状态的分类具有较高的准确率。 展开更多
关键词 多传感器信息融合 smoteenn CatBoost
下载PDF
基于SMOTEENN-XGBoost的信用卡风险客户预测
2
作者 田园 郭红烈 吉倩 《软件导刊》 2024年第7期138-143,共6页
为了实现信用卡的风险管控,降低因信用卡违约造成的经济损失,构建有效的信用卡风险预测模型尤为重要。针对信用卡数据分布不均衡的问题,使用ENN算法对经典SMOTE算法进行改进,构建了基于SMOTEENN-XGBoost的信用卡风险预测模型。实验表明... 为了实现信用卡的风险管控,降低因信用卡违约造成的经济损失,构建有效的信用卡风险预测模型尤为重要。针对信用卡数据分布不均衡的问题,使用ENN算法对经典SMOTE算法进行改进,构建了基于SMOTEENN-XGBoost的信用卡风险预测模型。实验表明,该模型的预测准确率能达到91.8%、AUPRC值为0.903,显著优于SVC、GBDT、AdaBoost等经典模型,对于信用不良信用卡用户的预测、帮助银行准确甄别客户信用风险具有重要价值。 展开更多
关键词 信用卡风险预测 数据平衡 smoteenn XGBoost
下载PDF
一种混合CGAN与SMOTEENN的不平衡数据处理方法 被引量：4
3
作者 刘宁 朱波 +1 位作者 阴艳超 李岫宸 《控制与决策》 EI CSCD 北大核心 2023年第9期2614-2621,共8页
CGAN能够从数据中学习其分布特性,被引入不平衡数据处理中对少数类样本进行过采样,可以生成符合原始数据分布的新样本,因此比传统的重采样方法具有更好的处理效果.然而,CGAN对数据分布特性的学习易受限于样本规模,在少数类样本规模较小... CGAN能够从数据中学习其分布特性,被引入不平衡数据处理中对少数类样本进行过采样,可以生成符合原始数据分布的新样本,因此比传统的重采样方法具有更好的处理效果.然而,CGAN对数据分布特性的学习易受限于样本规模,在少数类样本规模较小时不能充分学习其分布特性,难以保证生成样本的质量.针对这一问题,提出一种将CGAN与SMOTEENN相结合的不平衡数据平衡化处理方法.首先,从既有的少数类样本出发,采用SMOTEENN方法生成一定规模的少数类样本;然后,在此基础上训练CGAN模型,保证其能够生成符合原始少数类样本分布特征的新样本;最后,再利用CGAN重新生成符合原始少数类样本分布的新样本构建平衡数据集.为验证所提出方法的有效性,基于公开的不平衡数据集开展对比实验研究.实验结果表明,相对几种经典的不平衡数据处理方法与近期文献报道的方法,所提出方法在几项不平衡数据分类评价指标上表现出明显的优势. 展开更多
关键词 不平衡数据 数据平衡化处理 重采样方法 CGAN smoteenn
原文传递
基于全连接神经网络的线上交易欺诈检测方法
4
作者 李振耀 宋媛媛 《电脑知识与技术》 2024年第5期1-3,11,共4页
随着互联网的迅速发展,电子商务和互联网金融呈现快速发展趋势,同时也带来了严重的线上交易欺诈问题。针对线上交易数据的不平衡性,提出了一种利用深度学习神经网络的方法检测线上交易中的欺诈。该方法首先通过SMOTEENN混合采样获得平... 随着互联网的迅速发展,电子商务和互联网金融呈现快速发展趋势,同时也带来了严重的线上交易欺诈问题。针对线上交易数据的不平衡性,提出了一种利用深度学习神经网络的方法检测线上交易中的欺诈。该方法首先通过SMOTEENN混合采样获得平衡数据集,以提高模型的泛化能力和鲁棒性,然后使用多个不同神经元数量的全连接层,提取并学习输入数据中更高级别的特征,最后利用平衡处理后的数据,训练上述所设计的分类模型,并进行模型评估。实验结果表明,该方法在不平衡分类的各项评价指标F-means、G-means、AUC值、精确率和召回率下,均明显优于常见的线上交易欺诈检测模型,显著提高了线上交易欺诈检测的准确性。 展开更多
关键词 线上欺诈检测 深度学习 smoteenn 数据不平衡
下载PDF
网络小额贷款业务个人信用风险评估——基于DNN-SMOTEENN-ExtraTrees组合模型 被引量：3
5
作者 吕秀梅 张儒 《数学的实践与认识》 2023年第7期14-21,共8页
针对网络小额贷款业务,构建组合模型DNN-SMOTEENN-ExtraTrees评估网络小贷信用风险.首先利用SMOTEENN算法处理样本数据中“好”和“坏”样本分布极端不平衡情况,再利用极端随机数算法ExtraTrees对特征重要性进行评估并剔除无关变量,最... 针对网络小额贷款业务,构建组合模型DNN-SMOTEENN-ExtraTrees评估网络小贷信用风险.首先利用SMOTEENN算法处理样本数据中“好”和“坏”样本分布极端不平衡情况,再利用极端随机数算法ExtraTrees对特征重要性进行评估并剔除无关变量,最后采用深度神经网络DNN评估网络小贷个人信用风险.通过召回率、精确度、F1值和AUC值等模型性能评价指标,与BP神经网络模型、Logistic回归及支持向量机比较,发现组合模型分类能力更显著,泛化能力更加优异,更适合数据规模大、维度高的网络小贷市场评估信用风险. 展开更多
关键词 信用风险评估 DNN-smoteenn-ExtraTrees组合模型 深度神经网络 smoteenn 极端随机树算法
原文传递
基于中风数据的不平衡样本最优化预测模型 被引量：1
6
作者 韩朝怡 连高社 《山西大同大学学报（自然科学版）》 2023年第3期31-35,共5页
目的 不平衡样本在医疗、金融等领域普遍存在,其分类的准确性至关重要,而目前的算法如决策树、逻辑回归等传统机器学习算法对不平衡数据少数类的分类精度较低,因此优化不平衡样本的分类性能非常必要。方法以中风数据集为例,从数据层、... 目的 不平衡样本在医疗、金融等领域普遍存在,其分类的准确性至关重要,而目前的算法如决策树、逻辑回归等传统机器学习算法对不平衡数据少数类的分类精度较低,因此优化不平衡样本的分类性能非常必要。方法以中风数据集为例,从数据层、特征层、算法层三个层面对不平衡数据集建立最优化预测模型,在数据层采用SMOTEENN采样技术,在特征层采用基于随机森林的递归消除法,在算法层采用CatBoost、XGBoost集成算法。结果通过模型性能对比,得出了预测性能最佳的最优化预测模型:“SMOTEENN采样+基于随机森林的特征递归消除法(RFRFE)+XGBoost分类算法”模型,该模型可提高中风预测准确率,便于民众进行中风患病风险预估,为医生决策提供参考,也可推广应用于疾病类不平衡样本的风险预测问题。 展开更多
关键词 不平衡样本 smoteenn采样 特征选择 CatBoost算法 XGBoost算法
下载PDF
不平衡数据集的分类研究在医疗数据方面的应用 被引量：2
7
作者 田波 沈江明 +1 位作者 张德鑫 曾志勇 《电子技术与软件工程》 2020年第9期170-171,共2页
面对医疗数据中存在的不平衡现象,本文采用SMOTEENN采样,该方法可以降低过采样带入过多噪声的缺陷,同时也可以克服欠采样剔除关键信息的不足,进一步提升少数类的识别率,并选择Catboost算法对数据进行学习训练,进一步提升数据分类的效果... 面对医疗数据中存在的不平衡现象,本文采用SMOTEENN采样,该方法可以降低过采样带入过多噪声的缺陷,同时也可以克服欠采样剔除关键信息的不足,进一步提升少数类的识别率,并选择Catboost算法对数据进行学习训练,进一步提升数据分类的效果。这对于不平衡数据集的分类问题,具有一定的借鉴意义。 展开更多
关键词 不平衡数据 smoteenn混合采样 Catboost算法
下载PDF
基于SmoteEnn_XGBoost模型的路况感知方法研究 被引量：1
8
作者 杨黎娜 姚凯学 +3 位作者 何勇 席雷鹏 刘文才 赵继露 《智能计算机与应用》 2021年第11期137-142,147,共7页
针对由于异常路况数据量较小,导致数据集数据不均衡问题,从而引起路况预测模型准确度不高以及运行效率低等问题,提出一种基于SmoteEnn;GBoost的路况感知方法。设计研发了路况数据采集系统,捕获并处理实时的路况数据;使用SmoteEnn算法对... 针对由于异常路况数据量较小,导致数据集数据不均衡问题,从而引起路况预测模型准确度不高以及运行效率低等问题,提出一种基于SmoteEnn;GBoost的路况感知方法。设计研发了路况数据采集系统,捕获并处理实时的路况数据;使用SmoteEnn算法对数据集进行数据合成处理;采用XGBoost算法对提取的主要特征进行训练和测试,从而识别出正常路况和异常路况。结果表明,基于SmoteEnn;GBoost的路况感知方法,对比目前较常用的分类模型SVM、逻辑回归、GBDT、随机森林等,在提高路况分类效果的同时大幅缩短算法的运算时间。 展开更多
关键词 路况 三轴加速度 smoteenn算法 XGBoost算法
下载PDF
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
使用帮助 返回顶部