排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive convolutional neural network and AdaBoost,AdaBoost-CSCNN)。设置特定的代价敏感指标来协同卷积神经网络的交叉熵损失函数,从而构建CSCNN。在训练过程中,借助代价赋权机制降低少数类样本关键特征属性的损失度,实现单个CSCNN作为基分类器在AdaBoost中的分类效果。为验证算法的有效性,使用Accuracy、Recall、F1值和AUC这4个评价指标在9个具有不同不平衡率的数据集上开展实验。结果表明,AdaBoost-CSCNN算法处理不平衡数据集分类问题有较好的显示度。 相似文献
2.
3.
4.
AODE(Averaged One-Dependence Estimators)算法是最近提出的一种典型的基于na(I)ve Bayes的改进算法,并受到国际机器学习界的关注.交叉熵方法(Cross-entropy Method)是一种解决组合优化问题的全局随机搜索算法,已经成功地被应用到许多经典的NP问题中.给出了AODE算法选择性集成的理论基础,并基于交叉熵方法,提出了解决AODE算法选择性集成的CESAODE(Cross-Entropy method for Selective AODE)算法.在WEKA平台上使用UCI数据集进行的仿真实验结果表明,CESAODE算法比现有的分类算法,例如AODE等具有更好的分类性能. 相似文献
5.
以正丙醇溶液为原料进行辉光放电等离子体电解的实验研究。利用GC-MS联用仪,GC及光发射光谱等检测手段对辉光放电电解的气液相产物进行分析。实验结果表明:电解的主要产物有氢气、一氧化碳、甲烷、乙烷、丙烷、丁烷、水、二氧化碳、甲醛、苯及甲苯等。各种气体产物和产量受放电电压、放电电流等因素影响明显。在等离子体层中正丙醇分解过程和其他类型的等离子体分解过程类似。蒸汽鞘层中的加速电子是引发辉光放电过程非法拉第定律现象的决定因素。阴极辉光放电过程中等离子体-溶液界面上的主要活性物种是中性粒子和电子。正丙醇阴极辉光放电过程中等离子体-溶液界面上产生的主要活性物种有C3H3,CO+,CH,CH2O,H,H2O+,CH2和H2O。利用键能理论对正丙醇溶液放电后主要产物的生成路径进行了分析。 相似文献
6.
7.
针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向.将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型.仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能. 相似文献
8.
针对多频道直播系统中存在的用户启动延迟大、播放滞后、频道切换扰动等问题,以及为了满足大规模用户需求而部署大量视频服务器致使成本昂贵的缺点,本文提出了一种基于混合云存储的多频道视频直播方案.该方案设计了公有云服务器和私有云服务器以及与用户间的应用层网络架构,引入P2P技术提升直播系统的协作功能;并构建了服务器选择和带宽分配模型.实施结果表明,该方案能有效提高系统服务能力,改善直播视频质量. 相似文献
1