期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
省际间义务教育不均衡问题的实证研究——基于生均经费的分析指标 被引量:30
1
作者 梁文艳 杜育红 《教育科学》 CSSCI 北大核心 2008年第4期11-16,共6页
省际间义务教育的均衡发展是实现教育公平的关键,在基于生均经费指标的剖后发现我国省际间义务教育不均衡问题相当严重;通过建立多元回归模型的分析,笔者认为,省级政府的投入努力程度不高、"省级财政不中立"是省际间义务教育... 省际间义务教育的均衡发展是实现教育公平的关键,在基于生均经费指标的剖后发现我国省际间义务教育不均衡问题相当严重;通过建立多元回归模型的分析,笔者认为,省级政府的投入努力程度不高、"省级财政不中立"是省际间义务教育不均衡问题产生的重要原因;为促进省际间义务教育的均衡发展,中央应加大转移支付力度,制定制度激励省级政府投资义务教育的努力程度,出台科学、合理的公用经费充足性标准,重视公用经费的专项拨款。 展开更多
关键词 不均衡问题 生均经费指标 财政中立
下载PDF
基于过采样和代价敏感技术的软件缺陷预测 被引量:1
2
作者 王文彪 张春英 马英硕 《华北理工大学学报(自然科学版)》 CAS 2023年第3期82-89,共8页
软件缺陷预测技术是保证软件质量、提升软件测试效率的重要方法,精准发现存在潜在缺陷的软件模块,已逐渐成为软件工程领域研究的热点。针对软件动态数据流的形式,考虑软件数据流中正类样例与负类样例的严重不平衡问题,提出一种面向动态... 软件缺陷预测技术是保证软件质量、提升软件测试效率的重要方法,精准发现存在潜在缺陷的软件模块,已逐渐成为软件工程领域研究的热点。针对软件动态数据流的形式,考虑软件数据流中正类样例与负类样例的严重不平衡问题,提出一种面向动态软件数据流的类不平衡缓解方法SCS算法(Class Imbalance Mitigation Algorithms)。该方法以时间序列为前提获取软件数据流,利用过采样技术与代价敏感技术相结合,提升预测模型对潜在缺陷数据的搜索范围。实验结果表明,SCS算法可有效缓解类不平衡问题。SCS算法的准确率优于传统机器学习算法10%-20%,优于动态增量学习算法5%-10%;SCS算法的误报率低于其它学习算法5%-15%左右;SCS的AUC值稳定在0.63-0.73左右。 展开更多
关键词 软件缺陷预测 类不平衡问题 过采样技术 代价敏感技术
下载PDF
基于机器学习方法的PCI术预后主要不良心血管事件预测模型研究 被引量:9
3
作者 吴欢 薛万国 +4 位作者 应俊 冷文修 刘继轩 刘燕玉 杨跃进 《中国数字医学》 2018年第8期2-5,共4页
目的:通过对比分析六种典型机器学习方法构建的PCI术后12个月MACE(主要不良心血管事件)风险预测模型,获得最优MACE风险预测模型。方法:利用随机抽样和SMOTE方法进行样本均衡化处理,再分别利用CART回归树、C4.5条件树、Ada Boost、Baggin... 目的:通过对比分析六种典型机器学习方法构建的PCI术后12个月MACE(主要不良心血管事件)风险预测模型,获得最优MACE风险预测模型。方法:利用随机抽样和SMOTE方法进行样本均衡化处理,再分别利用CART回归树、C4.5条件树、Ada Boost、Bagging、Random Forest(RF)和Na?ve Bayes六种机器学习方法构建MACE风险预测模型。结果:SMOTE方法处理后的训练集可以提高预测模型的预测能力。利用RF算法构建的模型预测精度达到88.7%,预测能力明显优于其他模型。结论:利用RF算法构建的PCI术后发生MACE的风险预测模型,可有效帮助医护人员对患者提早进行干预指导,降低患者不良事件的发生。 展开更多
关键词 PCI术预后 MACE 机器学习 非均衡分类问题
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部