有多类顾客且转移率与状态相依的排队网络设计

在含有多类顾客和消极信号的经典Jackson网络模型基础上,引入了与状态相关的转移率,构建了新的模型,并通过两类平衡:整体平衡和cross部分平衡,验证了新网络的稳态分布具有新形式的乘积解,并且说明了cross部分平衡如何构建出整体平衡式.     

基于生存理论的两类博弈模型

研究基于生存理论的两类博弈模型(非合作博弈与合作博弈模型)及平衡的存在性。将生存理论思想植入到非合作博弈与合作博弈模型中,构建两类新的博弈模型,并给出新模型的非合作博弈强(弱)平衡和合作博弈强(弱)平衡定义。在满足一定的条件下,得到强(弱)平衡的4个存在性定理。这一工作在理论上拓宽了博弈论的研究范畴,具有一定的现实意义。     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致出现节点分布不均匀、路由平衡度较差、整体开销成本较大、能耗高等问题。为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法。构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络平衡路由的算法设计。实验结果表明,所提方法可提高无线传感网络中节点的均匀分布能力,降低整体能耗开销,减少能量消耗,有效实现无线传感网络平衡路由的算法设计。     

基于SMOTE和机器学习的网络入侵检测

网络入侵检测已经广泛运用机器学习模型,但是研究者们多关注模型选择和参数优化,很少考虑数据不平衡的影响,往往会导致少数类入侵样本的检测效果较差.针对该问题,以SMOTE （synthetic minority oversampling technique）数据再平衡算法为研究重点,应用入侵检测数据集KDD99作为原始训练集,使用简单抽样和SMOTE算法生成再平衡训练集.采用多种机器学习模型分别在原始训练集和再平衡训练集进行5折交叉验证.实验结果表明,与原始训练集相比,使用再平衡训练集建模能够在不降低甚至提高多数类样本识别效果前提下,使少数类样本的识别准确率和召回率增强10%～20%.因此,SMOTE算法对不平衡样本下的网络入侵检测有显著的提升作用.      

基于平衡计分卡的ERP绩效评价

回顾了传统ERP绩效评价理论,并分析其不足;探讨了ERP系统实施目的、绩效评价的目标和原则.结合平衡计分卡工具,提出了基于平衡计分卡的ERP系统实施绩效评价模型.该模型包括“主要模块”和“辅助模块”两个部分.最后按照平衡计分卡的步骤构建了ERP系统实施绩效评价指标体系,并对如何确定ERP系统实施绩效等级进行了分析.     

基于改进AlexNet的可变形卷积皮肤病变识别算法

为了有效解决类间相似度高、类内差异化大、数据类别不平衡的皮肤病变识别,提出了基于改进AlexNet的可变形卷积网络皮肤病变识别算法. 构建改进的AlexNet可变形卷积网络模型,增加采样偏移量,使不同位置的卷积核采样点可根据图像内容自适应变化,自动调整不同尺度或感受野,提取比标准卷积更精细的特征. 使用交叉熵损失函数和焦点损失函数的加权损失函数,削弱易分类样本在训练中所占的权重,使模型专注于相似度高、易错分的样本,解决样本比例不平衡的问题,优化模型的识别率. 在HAM10000数据集上进行仿真实验,主客观的实验结果表明, 提出的方法在7种皮肤病变上的识别优于现有方法,具有更高的准确性、特异性和鲁棒性.      

基于Biased-SVM的非平衡半监督分类算法

针对非平衡数据的半监督分类问题,提出了一种基于Biased-SVM的非平衡半监督分类算法.该方法首先利用初始的标记样本集训练处理不平衡数据的Biased-SVM模型,然后用训练好的Biased-SVM模型为未标记样本加上标签,再把新标记样本加入到初始标记样本集中,重新训练Biased-SVM模型,最后在测试集上进行测试.选取公共数据库里的一些数据集进行实验,首先在两类不平衡数据集上实验的结果表明,在标记样本所占比例为20%~80%时,所提方法能够在不降低数据集整体G-mean值的基础上,提高小类的F-value值并具有较高的稳定性;然后在多类不平衡数据集上实验的结果表明,在标记样本所占比例为20%~80%时,所提方法能够在不降低数据集整体的EG-mean值的基础上,提高小类识别率并具有较高的稳定性.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题,提出一种基于类不平衡学习的情感分析方法.该方法利用深度学习训练过程中的概率输出,以计算样例的信息熵作为影响因子构建交叉信息熵损失函数.在IMDB公开数据集上进行实验验证的结果表明,基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题;对数据的统计...     

基于三角生长网络的局域社会平衡动力学

 构建一种具有较多三角关系且聚类系数可调节的三角生长网络,利用计算机模拟,研究了网络拓扑结构改变对社会平衡动力学演化的影响。结果表明,当网络加边连接概率p_a≥0.5,网络为稠密连接时,网络的统计性质与完全连接图类似,社会平衡的演化与初始状态无关,且当转变概率p≥1/2 时, 网络系统发生从非全友好态到全友好态的动力学相变;当连接概率p_a<0.5,网络为稀疏连接时,网络的统计性质具有无标度网络的特性,社会平衡的演化呈现初值依赖性和动力学相变消失。     

弹性需求的平衡交通分配问题模型

平衡交通分配是交通分配问题中一个重要的研究方面,本文主要介绍了带弹性需求的确定性用户平衡分配问题的各种模型,针对不同网络情形可以建立不同的平衡分配模型,有助于平衡分配问题的研究.     

趋化性模型平衡解的整体分岔结构

主要研究由Othmer和Stevens提出的一个趋化性模型的平衡解的整体分岔结构.利用Shi和Wang改进的全局分岔理论以及Chertock和Kurganov等人提出的方法,得到了该模型的平衡解的整体分岔结构.     

一种基于SSA-BRF的网络入侵检测方法

针对随机森林(random forest,RF)超参数的选择会对RF的分类结果产生较大影响的问题,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)的RF超参数寻优方法,利用该方法帮助RF寻找一组优秀的超参数.并针对RF较难准确识别出少数类数据的问题,利用平衡随机森林(balanced random forest,BRF)来提高模型对少数类的召回率.综合SSA和BRF构建SSA-BRF模型,并在CIC-IDS-2017数据集对模型的分类效果进行验证.实验结果表明,SSA-BRF相较于RF在准确率、宏召回率和宏F1分数上分别提升了9.57%、26.62%和0.17,该模型在一定程度上可以提高网络入侵检测系统的性能.     

CDMA网络中综合业务竞争模型

为解决CDMA(Code Division Multiple Access)网络中综合业务的协调传输问题,提出了资源竞争模型.以非实时类业务和实时类业务为对象进行了考察,在考虑业务群体的Logistic变化规律的基础上,推导出竞争平衡方程,给出了平衡点的获取过程,进一步分析了模型的稳定性.实验表明,平衡方程的应用可以限制两类业务的优先级,获得了较好的系统容量;同时非实时类业务的阻塞率在业务量增大的时候明显高于实时类业务,提高了系统的整体性能.     

一种改进的多元回归估计基因调控网络的方法

针对用多元回归分析估计基因调控网络时遇到的计算量过大的问题,提出了先用线性模型构建基因类间的调控网络,再用多元回归模型构建基因间调控网络的改进方案,利用类间网络提供的参考信息可以大大减少多元回归分析的计算量.将该方案应用到人类基因调控网络的估计中,并通过现有文献验证了部分调控关系,从而初步证明了该方法的有效性.     

基于特征优化生成对抗网络的在线交易反欺诈方法研究

为了降低在线交易欺诈数据的不平衡性对欺诈检测效果的影响,提出了一种基于特征优化生成对抗网络的在线交易反欺诈方法。该方法建立了WGAN网络包括生成模型和判别模型,对数据进行Key特征选取,在数据生成过程中进行Gumbel-softmax技巧采样输出,优化生成数据质量和提高训练稳定性;交替训练判别模型和生成模型直至模型收敛;接着将收敛的生成模型作为样本生成器生成少数类样本对原始数据进行平衡处理;利用平衡处理后的数据训练分类模型并进行模型评估。通过实验证明,该方法生成数据的效果优于SMOTE及其变种方法。     

具有非线性接触率和时滞的传染病模型

研究了具有非线性接触率和在恢复类中具有分布时滞的SIRS传染病模型的解的存在性和连续性 ,证明了平衡解的存在性及平凡平衡解的稳定性     

基于改进随机森林的企业破产预测研究

企业破产数据中存在高维不平衡的特性,会导致模型预测性能降低且预测结果偏向于多数类.为了提高具有破产风险企业的预测准确率,将从特征、数据、模型3个方面综合考虑.首先提出一种Pearson相关系数特征提取规则进行特征选择,再使用已有的平衡化技术进行数据平衡化处理,最后提出了一种基于改变分类阈值的随机森林算法构建企业破产预测模型.在包含10173个公司数据集上的实验结果表明,本文的研究方法具有一定的优越性,对后续进行企业破产预测研究也具有较高的参考价值.     

中高密度城市居住区热岛强度计算模型研究

基于城市热岛效应形成的物理过程, 采用解析法求解能量平衡方程, 构建城市热岛强度计算模型, 为考虑热岛影响的室外建筑热工设计参数修正提供基础模型。该模型包括城市地表能量平衡计算模块和城市冠层能量平衡计算模块两部分。同时, 采用全球城市热岛数据集以及西安、伯明翰、麦迪逊和巴塞尔的观测数据对模型进行验证, 结果表明, 城市地表能量平衡计算模块在郊区自然下垫面(RMSE<1℃)和城市建成区下垫面(RMSE<3.2℃)都具有较高的精度; 城市冠层能量平衡计算模块的计算精度较高(RMSE<1.5℃), 与同类型模型的计算精度相近, 并与实测结果有很好的一致性。采用观测数据验证城市热岛强度计算模型构建过程中仅保留一阶项的合理性(RMSE<0.7℃)。敏感性分析结果表明, 城市下垫面参数的敏感性受气候条件影响; 气象要素中, 风速的敏感性最高。     

非平衡相变临界指数及普适性

在非平衡相变临界现象中也存在着普适规律,其包含的内容比平衡相变临界现象的情况更复杂、更丰富。非平衡相变对临界普适类的划分也更为精细,本文在非平衡相变规格化模型的基础上,考察了非平衡相变的临界普适性以及影响普适类的因素,计算出了三种普适类的临界指数值及其满足的标度关系,其结果与已知的实验值吻合得较好,在一定程度上揭示出非平衡相变的临界普适规律。此外,本文还讨论了平衡相变与非平衡相变在临界现象上的差别与联系,揭示了两者在普适性方面的统一。     

一种面向非平衡生物医学数据的自训练半监督方法

生物医学复杂关系提取已经成为文本挖掘领域的焦点,而用于训练预测模型的注释语料库高度非平衡,且大多是针对单个注释语料库训练的监督模型,极大地限制了系统性能。因此,提出一种显著空间SVM自训练半监督学习方法,通过平衡初始模型诱导未标签训练数据,将领域知识纳入事件提取模型,识别多数类子集,构建预测模型。通过设计实验评估证明了训练语料库的有效性。