不平衡数据知识挖掘:类分布对支持向量机分类的影响 被引量：17

1

作者 郑恩辉 李平 宋执环 《信息与控制》 CSCD 北大核心 2005年第6期703-708,共6页

基于标准支持向量机及其启发,提出并证明支持向量数(率)和边界支持向量数(率)的界,并分别推广到正例类和反例类.在此基础上,证明正例的分类精度依概率小于反例的分类精度.虚拟数据仿真和Benchm ark数据仿真表明本文所提方法的有效性和... 基于标准支持向量机及其启发,提出并证明支持向量数(率)和边界支持向量数(率)的界,并分别推广到正例类和反例类.在此基础上,证明正例的分类精度依概率小于反例的分类精度.虚拟数据仿真和Benchm ark数据仿真表明本文所提方法的有效性和结论的正确性.* 展开更多

关键词 不平衡数据 有偏分类器 支持向量机

下载PDF 职称材料

基于Spark的分布式大数据机器学习算法 被引量：9

2

作者 王芮 韩锐 贾玉祥 《计算机与现代化》 2018年第11期119-126,共8页

对于大数据而言,机器学习技术是不可或缺的;对于机器学习而言,大规模的数据可以提升模型的精准度。然而复杂的机器学习算法从时间和性能上都急需分布式内存计算这种关键技术。Spark分布式内存计算可以实现算法的并行操作,有利于机器学... 对于大数据而言,机器学习技术是不可或缺的;对于机器学习而言,大规模的数据可以提升模型的精准度。然而复杂的机器学习算法从时间和性能上都急需分布式内存计算这种关键技术。Spark分布式内存计算可以实现算法的并行操作,有利于机器学习算法处理大数据集。因此本文提出在Spark分布式内存环境下实现非线性机器学习算法,其中包括多层可变神经网络、BPPGD SVM、K-means,并在实现的基础上进行数据压缩、数据偏向抽样或者数据加载等方面的优化。为了实现充分配置资源批量运行脚本,本文也实现Spark ML调度框架来调度以上优化算法。实验结果表明,优化后的3种算法平均误差降低了40%,平均时间缩短了90%。 展开更多

关键词 数据压缩 偏向抽样 随机梯度下降 神经网络 支持向量机

下载PDF 职称材料

面向草图检索的相关反馈方法 被引量：5

3

作者 梁爽 孙正兴 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2006年第11期1753-1757,共5页

引入基于有偏SVM的学习机制,提出了一种面向草图检索的相关反馈方法·该方法以草图的全局和结构内容表示与匹配为基础,采用基于有偏SVM学习机制实现相关反馈,可有效地捕捉用户的查询兴趣,改善检索性能·最后通过实例验证了该方... 引入基于有偏SVM的学习机制,提出了一种面向草图检索的相关反馈方法·该方法以草图的全局和结构内容表示与匹配为基础,采用基于有偏SVM学习机制实现相关反馈,可有效地捕捉用户的查询兴趣,改善检索性能·最后通过实例验证了该方法的有效性· 展开更多

关键词 草图检索 有偏 SVM 相关反馈

下载PDF 职称材料

急性肾损伤早期预测方法 被引量：2

4

作者 宋林 杨大利 崔丽艳 《北京信息科技大学学报（自然科学版）》 2015年第5期67-71,78,共6页

针对急性肾损伤的样本量少、阳性样本和阴性样本数量不平衡等问题,提出了一种改进的SMOTE(Synthetic Minority Over-sampling Technique)和Biased-SVM(Biased Support Vector Machine)相结合的急性肾损伤早期预测方法。该方法先利用改进... 针对急性肾损伤的样本量少、阳性样本和阴性样本数量不平衡等问题,提出了一种改进的SMOTE(Synthetic Minority Over-sampling Technique)和Biased-SVM(Biased Support Vector Machine)相结合的急性肾损伤早期预测方法。该方法先利用改进的SMOTE方法合成少数类样本,降低样本间的不平衡度,然后根据2类样本错分代价不同,赋予被错分的样本不同的惩罚系数,最后对Biased-SVM的关键参数进行了优化。通过与其他重要文献中的相关方法进行对比实验表明,预测方法能有效提高阳性样本的识别率。 展开更多

关键词 阳性样本 SMOTE biased-SVM

下载PDF 职称材料

基于随机森林的正例与未标注学习 被引量：2

5

作者 邵强 张阳 蔡晓妍 《计算机工程与设计》 CSCD 北大核心 2014年第12期4329-4334,共6页

为使用正例与未标注数据训练分类器(positive and unlabeled learning,PU learning),提出基于随机森林的PU学习算法。对POSC4.5算法进行扩展,在其生成决策树的过程中加入随机特征选择;在训练阶段,使用有放回抽样技术对PU数据集抽样,生... 为使用正例与未标注数据训练分类器(positive and unlabeled learning,PU learning),提出基于随机森林的PU学习算法。对POSC4.5算法进行扩展,在其生成决策树的过程中加入随机特征选择;在训练阶段,使用有放回抽样技术对PU数据集抽样,生成多个不同的PU训练集,并以其训练扩展后的POSC4.5算法,构造多棵决策树;在分类阶段,采用多数投票策略集成各决策树输出。在UCI数据集上的实验结果表明,该算法的分类性能优于偏置支持向量机算法、POS4.5算法和基于装袋技术的POSC4.5算法。 展开更多

关键词 正例与未标注学习 决策树 随机森林 集成学习 偏置支持向量机

下载PDF 职称材料

基于Relief特征选择的心衰死亡率预测 被引量：4

6

作者 姚丽娟 李冬冬 王喆 《计算机工程与应用》 CSCD 北大核心 2018年第23期125-130,共6页

提出心衰死亡率预测系统,预测心衰病人本次住院后30天内死亡率。基于上海曙光医院提供的心衰病人信息,首先对原始数据和特征进行预处理。由于特征的冗余性,再选用经典的Relief特征选择算法筛选出重要的心衰特征,最后选用bp-SVM算法来实... 提出心衰死亡率预测系统,预测心衰病人本次住院后30天内死亡率。基于上海曙光医院提供的心衰病人信息,首先对原始数据和特征进行预处理。由于特征的冗余性,再选用经典的Relief特征选择算法筛选出重要的心衰特征,最后选用bp-SVM算法来实现死亡率预测。实验结果证明,死亡率预测系统可以达到较高的性能并通过提供决策信息,辅助医生治疗病人。医生可以根据系统预测的病人死亡率的高低,采取不同的治疗方式,提高临床诊断结果和医院的资源分配。 展开更多

关键词 特征选择 bp-SVM 死亡率预测 心衰 机器学习

下载PDF 职称材料

基于正样本和未标记样本的遥感图像分类方法 被引量：3

7

作者 裔阳 周绍光 +1 位作者 赵鹏飞 胡屹群 《计算机工程与应用》 CSCD 北大核心 2018年第4期160-166,230,共8页

传统分类器的构建需要正样本和负样本两类数据。在遥感影像分类中,常出现这样一类情形:感兴趣的地物只有一种。由于标记样本耗时耗力,未标记样本往往容易获取并且包含有用信息,鉴于此,提出了一种基于正样本和未标记样本的遥感图像分类方... 传统分类器的构建需要正样本和负样本两类数据。在遥感影像分类中,常出现这样一类情形:感兴趣的地物只有一种。由于标记样本耗时耗力,未标记样本往往容易获取并且包含有用信息,鉴于此,提出了一种基于正样本和未标记样本的遥感图像分类方法(PUL)。首先,根据正样本固有特征并结合支持向量数据描述(SVDD)从未标记集筛选出可信正负样本,再将其从未标记集中剔除;接着将其带入SVM训练,根据未标记集在分类器中的表现设立阈值,再从未标记集中筛选出相对可靠的正负样本;最后是加权SVM(Weighted SVM)过程,初始正样本及提取出的可靠正负样本权重为1,SVM训练筛选出的样本权重范围0~1。为验证PUL的有效性,在遥感影像进行分类实验,并与单类支持向量机(OC-SVM)、高斯数据描述(GDD)、支持向量数据描述(SVDD)、有偏SVM(Biased SVM)以及多类SVM分类对比,实验结果表明PUL提高了分类效果,优于上述单类分类方法及多类SVM方法。 展开更多

关键词 有偏SVM 支持向量数据描述 高斯数据描述 单类支持向量机 遥感图像分类 多类SVM

下载PDF 职称材料

H.264压缩域中利用Biased-SVM检测镜头边界 被引量：1

8

作者 游运喜 张恩迪 苟志坚 《计算机工程与应用》 CSCD 2013年第24期138-143,共6页

为了直接从H.264码流中检测镜头边界,提出了利用H.264压缩域多特征和Biased-SVM(不平衡支持向量机)分类算法的检测方法。分析帧类型、宏块类型、运动矢量、帧内预测模式等信息,以获得发生镜头突变和渐变的特征。针对镜头边界帧的数量远... 为了直接从H.264码流中检测镜头边界,提出了利用H.264压缩域多特征和Biased-SVM(不平衡支持向量机)分类算法的检测方法。分析帧类型、宏块类型、运动矢量、帧内预测模式等信息,以获得发生镜头突变和渐变的特征。针对镜头边界帧的数量远少于视频帧总数的特点,用Biased-SVM分类方法将视频帧分为突变帧、渐变帧和非镜头边界帧。在TRECVID视频集上的实验结果表明,与其他H.264压缩域的算法相比,该算法有更好的性能。 展开更多

关键词 镜头边界检测 H 264压缩域 不平衡支持向量机

下载PDF 职称材料

基于均衡有偏支持向量机的软件缺陷预测 被引量：1

9

作者 李倩茹 姚伟 《计算机工程》 CAS CSCD 2013年第8期87-91,共5页

针对软件缺陷预测中的样本集数量少和分布不对称问题,提出一种基于均衡有偏支持向量机的软件缺陷预测方法。该方法通过标记样本集和未标记样本集进行半监督学习,在少量非对称的标记样本集上,利用有偏支持向量机进行泛化学习。在半监督... 针对软件缺陷预测中的样本集数量少和分布不对称问题,提出一种基于均衡有偏支持向量机的软件缺陷预测方法。该方法通过标记样本集和未标记样本集进行半监督学习,在少量非对称的标记样本集上,利用有偏支持向量机进行泛化学习。在半监督学习的迭代过程中,采用重采样策略平衡样本集以消除大量不对称的未标记样本集对软件缺陷预测的性能影响。在基准数据集上的实验结果表明,该方法能够有效地对类别不均衡的样本集进行软件缺陷预测。 展开更多

关键词 机器学习 半监督学习 软件缺陷预测 有偏支持向量机 重采样

下载PDF 职称材料

网络化倒立摆系统的偏差攻击及其检测方法 被引量：7

10

作者 徐彬彬 洪榛 +1 位作者 赵磊 俞立 《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第7期697-704,共8页

为解决网络化控制系统数据完整性的攻击问题,设计了基于网络化倒立摆平台状态信息的偏差攻击,并提出了对应的检测方法.利用Ettercap工具对平台网络成功入侵,对位置数据进行了偏差攻击;结合支持向量机(SVM)方法,使用LibSVM分类器,对倒立... 为解决网络化控制系统数据完整性的攻击问题,设计了基于网络化倒立摆平台状态信息的偏差攻击,并提出了对应的检测方法.利用Ettercap工具对平台网络成功入侵,对位置数据进行了偏差攻击;结合支持向量机(SVM)方法,使用LibSVM分类器,对倒立摆系统的4种状态信息进行训练、建模和数据分类,并与K最近邻、决策树方法进行对比;在平台上验证了所提出的方法.仿真和实验结果表明,所设计的攻击方法能够改变系统的稳定状态,与常用的机器学习方法相比,SVM在偏差攻击检测的二分类问题上更加优越,能较好地区分掺杂在数据的虚假数据. 展开更多

关键词 网络化倒立摆平台 偏差攻击 Ettercap 支持向量机(SVM) LIBSVM

下载PDF 职称材料

基于SDP和2DLNMF的变压器偏磁状态识别方法

11

作者 叶帅 陈皖皖 +1 位作者 王浩宇 赵义东 《电工电气》 2024年第11期42-48,54,共8页

为了有效检测变压器直流偏磁状态,从多通道振动信号融合的角度出发,提出了一种基于对称点模式(SDP)和二维局部非负矩阵分解(2DLNMF)的变压器偏磁状态识别方法。利用SDP算法将采集的多通道振动信号融合成SDP图像特征;然后应用2DLNMF算法... 为了有效检测变压器直流偏磁状态,从多通道振动信号融合的角度出发,提出了一种基于对称点模式(SDP)和二维局部非负矩阵分解(2DLNMF)的变压器偏磁状态识别方法。利用SDP算法将采集的多通道振动信号融合成SDP图像特征;然后应用2DLNMF算法对其进行了降维优化,据此构建了基于支持向量机(SVM)算法变压器偏磁状态识别模型。研究结果表明:基于SDP-2DLNMF的信息融合方法充分了展现不同信号间的特征差异,获取的低维特征可有效反映变压器直流偏磁程度,据此建立的SVM状态识别模型具有较高的识别精度,为变压器的状态监测提供了技术支撑。 展开更多

关键词 变压器 直流偏磁 对称点模式 二维局部非负矩阵分解 支持向量机

下载PDF 职称材料

基于视频的车辆特征表达与分类算法 被引量：3

12

作者 胡宏宇 王殿海 +2 位作者 李志慧 曲昭伟 魏巍 《交通与计算机》 2008年第6期1-5,共5页

为实现车辆类型的高精度检测,提出了基于偏心矩向量的特征表达方法,将运动车辆轮廓点与重心之间的距离定义为偏心矩,构造特征向量实现车辆的标识。该特征向量具备旋转、平移、伸缩的不变性,能够克服目标运动状态和环境变化的影响。采用... 为实现车辆类型的高精度检测,提出了基于偏心矩向量的特征表达方法,将运动车辆轮廓点与重心之间的距离定义为偏心矩,构造特征向量实现车辆的标识。该特征向量具备旋转、平移、伸缩的不变性,能够克服目标运动状态和环境变化的影响。采用支持向量机构建多类最优分类超平面,实现运动车辆的多类别快速分类。实验结果表明,不同类别车辆特征区分明显,识别准确率可达94%以上。 展开更多

关键词 智能交通 视频检测 偏心矩向量 支持向量机

下载PDF 职称材料

基于nu-SVR的网络RTK综合误差模型 被引量：1

13

作者 王新洲 舒海翅 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2008年第2期177-179,202,共4页

综合利用网络RTK中所有基准站的误差信息,在网络RTK系统的覆盖范围内,用支持向量机中的nu-SVR方法建立了一个统一的综合误差模型,并根据此综合误差模型直接改正流动站的实测数据。建模分析表明,采用该方法能获得较好的流动站定位结果。

关键词 网络RTK 综合误差 支持向量机 nu—SVR

下载PDF 职称材料

偏置b对支持向量机分类问题泛化性能的影响 被引量：1

14

作者 丁晓剑 赵银亮 《自动化学报》 EI CSCD 北大核心 2011年第9期1105-1113,共9页

Poggio指出支持向量机(Support vector machine,SVM)中偏置b项是为了保证核函数的正定性,当使用的核函数为正定核时,b就不需要存在.为了验证b对SVM分类问题泛化性能的影响,研究了无bSVM的优化问题并给出了相应的有效集求解算法.通过XOR... Poggio指出支持向量机(Support vector machine,SVM)中偏置b项是为了保证核函数的正定性,当使用的核函数为正定核时,b就不需要存在.为了验证b对SVM分类问题泛化性能的影响,研究了无bSVM的优化问题并给出了相应的有效集求解算法.通过XOR分类问题的实验研究得出约束条件N1yiαi=0会影响SVM得到最佳分类超平面.实验中的基准数据集包括了中小数据集、大规模数据集、高维数据集和多类分类数据集,并使用高斯正定核和多项式正定核作为核函数.基于26个标准数据集的实验表明无bSVM在分类问题中的计算代价要低于SVM,泛化性能要好于SVM.参数敏感性测试表明无bSVM对代价参数变化不太敏感,这使得无bSVM能在较少的参数值对中得到最佳测试精度. 展开更多

关键词 偏置 支持向量机 泛化性能 有效集

下载PDF 职称材料

基于PSO-SVM精化QP模型的短期卫星钟差预报

15

作者 肖阳 唐诗华 +2 位作者 黄昶程 李宗婉 肖燕 《桂林理工大学学报》 CAS 北大核心 2019年第4期893-898,共6页

针对卫星钟差序列的特性,将其视作由趋势项与随机误差项组成的时间序列,提出一种基于PSO-SVM精化的二次多项式预报算法:通过QP模型建模预报钟差值以提取其趋势项,利用SVM模型对拟合阶段的残差值建模进行滚动预报,利用预报所得的差值对Q... 针对卫星钟差序列的特性,将其视作由趋势项与随机误差项组成的时间序列,提出一种基于PSO-SVM精化的二次多项式预报算法:通过QP模型建模预报钟差值以提取其趋势项,利用SVM模型对拟合阶段的残差值建模进行滚动预报,利用预报所得的差值对QP模型预报阶段的钟差值进行改进。为克服SVM算法自身参数搜索方法的缺陷,采用PSO算法选择其最优参数。实验结果表明:相较于常用算法,该方法预报精度较高,且改进了QP模型预报误差会随时间累积的缺点。 展开更多

关键词 模型精化 钟差预报 支持向量机 QP模型

下载PDF 职称材料

基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模 被引量：17

16

作者 肖鹏飞 张超勇 +1 位作者 罗敏 林文文 《中国机械工程》 EI CAS CSCD 北大核心 2018年第7期842-849,共8页

由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采... 由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采用公开数据库中的铣削加工数据集,通过时频域分析和小波包分解等手段从振动信号中提取特征量,并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。 展开更多

关键词 自适应动态无偏最小二乘支持向量机 滑动时间窗自适应调整 特征提取和选择 刀具磨损

下载PDF 职称材料

500kV自耦变压器直流偏磁振动特征提取与模式识别方法研究 被引量：9

17

作者 吴晓文 周卫华 +4 位作者 裴春明 卢铃 邹妍晖 胡胜 彭继文 《西安交通大学学报》 EI CAS CSCD 北大核心 2018年第4期24-30,共7页

为了对自耦变压器直流偏磁进行有效检测,以变压器振动加速度信号为观测量,对比分析了直流偏磁前后500kV自耦变压器振动加速度频谱的变化特性,提出了奇偶次谐波比、频谱复杂度以及小波包能量等原始特征参数,利用主成分分析方法对原始特... 为了对自耦变压器直流偏磁进行有效检测,以变压器振动加速度信号为观测量,对比分析了直流偏磁前后500kV自耦变压器振动加速度频谱的变化特性,提出了奇偶次谐波比、频谱复杂度以及小波包能量等原始特征参数,利用主成分分析方法对原始特征参数去相关处理,采用最小二乘支持向量机的方法对直流偏磁主特征进行了模式识别。结果表明,直流偏磁对变压器振动时频特性影响显著,采取中性点电容隔直措施后,自耦变压器仍然存在较为严重的直流偏磁问题,所提出的原始特征参数能够有效反映变压器直流偏磁状态,利用主成分分析方法显著降低了特征空间维数,采用最小二乘支持向量机的方法能够实现自耦变压器直流偏磁主特征的模式识别,通过核函数参数对调整,识别准确率可达100%。所提出的方法为变压器直流偏磁的有效检测提供了技术支持。 展开更多

关键词 自耦变压器 直流偏磁 振动特征 主成分分析 最小二乘支持向量机

下载PDF 职称材料

基于小波分解和遗传小波神经网络的卫星钟差预报 被引量：3

18

作者 蓝岚 任超 +1 位作者 梁月吉 李飞达 《桂林理工大学学报》 CAS 北大核心 2017年第1期125-130,共6页

星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络... 星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析。结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的。 展开更多

关键词 钟差预报 小波分解 最小二乘支持向量机 遗传小波神经网络

下载PDF 职称材料