基于代价敏感的图分类算法

引入图的误分类代价矩阵,选取以最小误分类代价为目标的加权子图作为图样本的特征属性,建立起图的决策树桩分类器,进行集成学习,得到一个对新图进行分类的判别函数.在生成候选子图时,利用子图的超图增益值具有上界的性质来裁剪增益值比较小的候选子图,从而减少候选子图数量,提高算法效率.实验结果表明,所提算法比其他图分类算法的误分类代价更小.     

一种降低误分类代价的权值分布优化算法

提出一种降低误分类代价的权值分布优化算法,其核心思想是在连续的提升过程中获得一系列的弱分类器,根据训练实例代价因子的大小及分类的结果不断更新训练集的分布,以减小累积的误分类代价。验证明这种改进后的算法减小了累积误分类代价。     

引入拒识的最小风险弹道目标识别

针对弹道目标识别过程中误分类代价的不对称性,提出了一种引入拒识的最小风险弹道目标识别方法。该方法借助受试者工作特征(ROC)曲线,从概率分布的角度分析了真阳性率、虚警率与决策阈值之间的关系;定义了代价敏感模型及引入拒识代价的模型的代价损失函数,推导了最小化分类代价所需满足的条件,结合ROC曲线的切线斜率,确定了最优拒识阈值,并利用两类目标的高分辨距离像(HRRP)数据验证了方法的有效性。实验结果表明:该方法能够唯一确定使代价最小的拒识阈值,克服了传统方法由于依赖于类先验概率及训练结果而造成的随机性和不确定性的缺点,提高了可靠性和稳定性,具有理论和实际应用价值。     

基于误分类代价的粗糙模糊集近似集

粗糙模糊集的近似集提供了如何利用已知的信息粒来近似描述模糊知识的方法,但在构建近似集时并没有考虑误分类代价这一实际因素.针对此问题,从误分类代价的角度,提出了粗糙模糊集的近似表示R(X),并揭示了多粒度知识空间中不确定性域对应的误分类代价随着粒度细化的变化规律.实验结果表明,R(X),R(X)和R(X)分别作为X的近似集时,R(X)产生的误分类代价最小,在一定程度上反映了R(X)作为近似集时的优势.     

代价敏感核主元分析及其在故障诊断中的应用

针对传统核主元分析没有考虑误分类代价的差别、对故障工况不敏感等问题,提出代价敏感核主元分析方法.该方法将代价敏感机制引入核主元分析,以误分类代价最小化为目标,设计最佳阈值调整方法获取最佳阈值,并采用混沌粒子群算法对核参数进行优化,最后利用SPE(squared prediction error)统计量诊断新样本类别.研究结果表明:该方法能有效地降低误分类代价,具有故障敏感性和诊断准确率高以及泛化能力强等特点.     

基于基因表达式编程的代价敏感分类算法

针对传统分类算法在稀有类上的分类效果不佳,通过引进代价矩阵,改进了基因表达式编程的适应度函数,提出了一种基于基因表达式编程的代价敏感分类 (CSC-GEP：Cost-Sensitive Classification-Gene Expression Programming) 算法,并在UCI数据集上对该算法进行了实验。实验结果表明,CSC-GEP的召回率、精度和F-度量值较C4.5分类器分别提高了7.07%,2.89%,5.12%,证明了CSC-GEP是一种有效的代价敏感分类算法。     

基于拒识的误差编码车辆分类

基于支持向量机的误差编码分类已经成功应用到多类分类问题中,但通常是以错误率来衡量误差编码分类器的优劣,具有较大的局限性。在实际应用中,错分结果往往会带来一定的风险代价,为了在一定程度上减少这种代价,本文提出了一种带有拒识功能的误差编码分类方法。文中利用纠错编码把多类分类问题转换成多个两类分类,再将拒识的方法应用到每个分类器中,最后结合编码矩阵投票表决得到分类结果,从而提高分类可靠性。     

基于代价敏感LightGBM的网购意愿预测研究

[目的]由于购买商品的消费者数量远小于未购买商品的消费者数量,网购意愿预测研究是典型的不平衡数据分类问题.研究不平衡数据的分类问题以提升网购意愿预测的分类准确率,该问题主要存在少数类样本识别准确率远小于多数类样本的问题.[方法]提出一种基于贝叶斯优化的代价敏感轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)模型.首先引入误分类代价作为惩罚因子修正LightGBM的损失函数,其次通过阈值移动降低模型的分类阈值以提高针对少数类样本的预测准确率,最后利用贝叶斯优化算法优化误分类代价参数、分类阈值及其他参数.[结果]从KEEL数据库中选取5个典型的不平衡数据集进行对比实验,相较于标准LightGBM模型,改进LightGBM模型的AUC值和G-mean值均提升了10%左右;相较于遗传算法优化代价敏感LightGBM模型和粒子群优化代价敏感LightGBM模型,改进LightGBM模型的AUC值和G-mean值普遍提升了4%左右;相较于ADASYN-LightGBM模型和BorderlineSMOTE-LightGBM模型,改进LightGBM...     

改进果蝇优化算法及其在不平衡数据分类中的应用

类别不平衡数据的分类问题是数据挖掘及机器学习过程中的一个研究热点,基于代价敏感学习方法通常用于解决类别不平衡数据分类问题,然而,它在实际应用过程中通常因样本的误分类成本未知而受到限制.针对此问题,文中采用群体智能算法优化样本的误分类代价.果蝇优化算法(Fruit fly optimization algorithm,F...     

代价敏感学习的过度拟合问题研究

代价敏感学习算法的目的是最小化各种代价总和,与其他学习算法一样,它必须面对过度拟合这个挑战性问题,即分类器可以较好地拟合训练数据,但对测试或实际数据的效果较差.针对代价敏感学习的这些缺点,提出两个克服过度拟合的策略.第一个滤波技术策略针对TCSDT分类建立,滤波后的概率估计值被用于对每个分离属性的潜在误分类代价计算,并延缓潜在大误分类代价的分离属性的优先选择,最后,采用交叉验证方法决定m的值.第二个策略与基于标准错误的Laplace剪枝方法不同,阈值剪枝采用一个预先定义的阈值集合(跟代价有关)来确定决策树的一个叶节点是否被剪除.这两策略可独立或联合用于避免TCSDT分类的数据过度拟合.实验表明,所提出的两算法不但在代价敏感学习中有优势,在非代价敏感学习也具有优势,可以有效地减弱过度拟合,有很强的健壮性,UCI数据集实验结果显示算法的拟合能力平均优于存在方法10%以上.     

控制工程造价提高投资效益

从加强工程项目的概预算管理，搞好工程招，投标及选好施工队伍等方面阐述了在项目决策，设计与施工阶段有效控制工程造价，提高投资效益的措施和方法。     

旅游饭店的成本意识与成本控制

本文针对旅游饭店的成本费用管理问题，介绍了成本意识与成本控制，提出了树立现代成本费用管理、成本控制的新理念。     

标准成本会计制度下成本差异的处理

差异资产化观点认为成本差异是产品价值的组成部分，而差异费用化观点认为成本差异应计入期间费用。基于管理上的要求，比较适宜的方法是期中差异费用化处理，而期末差异资产化处理。     

浅谈工程量清单计价对工程造价管理的影响

实施工程量清单计价对建筑企业编制投标报价的合理性,造价咨询机构编制工程预算价的准确性等造成影响,评标专家对合理低价问题不能较好地解决,造价管理机构的管理方式比较落后,管理工作不到位．指出当前采用工程量清单计价在工程造价管理中主要是“量”与“价”的管理,提出了选一步完善工程量清单计价实施与管理的有关规定及配套工作,有效规范建设工程造价计价行为.     

基于动态成本理论的水电厂发电成本分析

应用成本分摊理论将固定成本按水电厂出力分摊,结合变动成本求出动态成本。以汉江流域某新建水电厂为例的研究分析表明,水电厂的边际成本和会计成本不随系统负荷的变化而变化,是迟滞的。动态成本随着系统负荷的增加而增加,其在反映市场供需关系对电价的影响方面优于会计成本和边际成本。本研究对指导电力市场环境下水电厂的优化运行和竞价上网具有重要意义。     

浅谈企业的成本控制与成本管理

由于社会生产的快速发展,使企业的生产、市场、管理等环境都受到了很大的影响,以历史成本为核算基础的传统成本会计越来越不能满足新时代成本管理的真正要求。详细探讨了成本控制、成本管理的概念及对策。     

浅论施工成本控制

文章从提高劳动生产率、增强全员经济意识、加强材料使用及管理体制等方面论述了控制施工成本的方法。     

浅议成本观念的更新和现代成本控制

企业要适应经济环境的变化，必须及时更新传统的成本观念。结合企业的实际情况，论述了充分运用现代成本控制方法，从管理的高度去挖掘降低成本的潜力，增强企业的市场竞争力。     

现代企业成本管理与成本控制方法

随着市场经济的发展,企业间的竞争越来越剧烈,对其成本管理和如何进行成本控制提出了更高的要求,本文主要从成本管理和成本控制两个方面进行了探讨。     

现代企业成本管理与成本控制方法

随着市场经济的发展,企业间的竞争越来越剧烈,对其成本管理和如何进行成本控制提出了更高的要求,本文主要从成本管理和成本控制两个方面进行了探讨.