基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...     

基于自适应采样的不平衡分类方法

针对传统重采样方法大多使用固定采样策略,无法根据模型的优化需求改变采样策略的问题,本文提出一种基于自适应采样的不平衡分类方法（Adaptive Sampling Imbalanced Classification,ASIC）。该方法根据分类模型在验证集上的表现动态调整训练集上不同类别样本的采样概率,使不同类别的采样概率由当前分类模型的需求动态决定。同时,该方法对少数类别给予额外的关注,在其余条件相同的情况下为少数类赋予更大的采样概率,以弥补少数类本身样本数量不足对分类模型造成的不良影响,从而提高分类模型对少数类的识别能力。实验结果表明,使用ASIC方法训练的分类模型在平均类准确率以及geometric mean上均比对比方法更好,且数据分布越不平衡,ASIC方法的优越性越明显。     

基于Leading-Club不平衡数据处理方法研究

不平衡数据分类是数据分析和机器学习的重要研究对象.类内的、类间的分布不均以及稀有样本均会导致模型训练结果不理想.本文以Leading-Club不平衡数据为研究对象,提出了重新划分数据的方法.一是对样本进行有效缩减,通过聚类算法有效提取未违约数据的共性,结合欠采样方法,保留有效特征;二是平衡分类信息,考虑类内的不平衡分类...     

一种不平衡数据的分类方法

针对一个球的模式分类(SSPC)方法没有考虑样本分布不平衡的问题,提出一种不平衡数据的分类方法.该方法引入类权重因子和样本权重因子,通过一个超球面将两类数据以最大分离比率分离,从而提高不平衡数据对正类分类和预测的性能.实验结果表明,该方法可以有效提高不平衡数据的分类性能.     

基于TCGA数据库不平衡数据的改进分类方法

为解决癌症基因组图谱中DNA甲基化数据不平衡导致假阴率上升的问题,提出一种基于TCGA数据库不平衡数据的改进分类方法.使用合成少数类过采样技术和Tomek Link算法进行混合采样,解决数据不平衡问题.在此基础上,将经特征选择后的训练集数据输入改进模型进行训练、学习及分类.基于TCGA数据库6种癌症DNA甲基化数据的实验结果表明:改进方法对少数类样本的分类性能有显著提高,对多数类样本的分类性能也有一定的提升.     

基于不平衡情感分类的Lasso-Lars特征选择方法研究

基于Lasso回归和支持向量机分类器,首先利用Lasso回归具有变量筛选的特点,过滤部分不重要的特征,然后利用支持向量机分类器做情感提取.在某化妆品品牌的评论数据实验中,利用基础情感词典和领域情感词典构建待选择高维特征集,通过对比特征选择前后的G-means,精确度和召回率等,均取得显著效果.     

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...     

基于全位移理论的引水隧洞围岩变形全过程研究

鉴于当前隧洞监控量测方法无法测得由隧洞提前开挖扰动所产生的位移和未及时安装监测设备所损失的位移,因此隧洞围岩变形不能准确预测,基于全位移理论,提出了隧洞开挖过程中损失位移、超前位移和围岩内部变形全位移的计算方法. 对现场监测数据进行回归分析并采用FLAC3D有限差分软件模拟隧洞开挖.研究结果表明：隧洞开挖全过程中,围岩内部位移变化曲线呈S形特征,即分为初始增长、快速增长和稳定收敛3个阶段;掌子面空间约束效应的影响范围大致在前后4倍隧洞直径内;数值模拟中超前位移与全位移比值即围岩超前位移比,计算结果为0.3~0.4,与工程现场围岩实际变形规律相符. 因此,所求得的围岩内部变形全位移更符合现场实际情况,可为后续隧洞开挖过程中围岩内部变形全位移的计算,以及预留变形量的设置提供理论依据.     

一种基于级联模型的类别不平衡数据分类方法

真实世界问题中,不同类别的样本在数目上往往差别很大,而传统机器学习方法难以对小类样本进行正确分类,若小类的样本是足够重要的,就会带来较大的损失.因此,对类别分布不平衡数据的学习已成为机器学习目前面临的一个挑战.受计算机视觉中级联模型的启发,提出一种针对不平衡数据的分类方法BalanceCascade.该方法逐步缩小大类别使数据集趋于平衡,在此过程中训练得到的一系列分类器通过集成方式对预测样本进行分类.实验结果表明,该方法可以有效地提高在不平衡数据上的分类性能,尤其是在分类性能受数据的不平衡性严重影响的情况下.     

一种基于SVM的不平衡数据分类方法研究

类分布不均衡是导致分类算法效果不佳的主要原因之一.为提升不平衡数据分类精度,提出了数据相对平衡转换与SVM集成加权相结合的分类方法.一方面考虑到类间的平衡性,将不平衡数据转化为多个相对平衡数据集;另一方面利用SVM处理二分类的优势,使用SVM作为基分类器并进行集成训练,同时利用代价敏感的训练方式平衡数据之间的类关系.选...     

隧道燕尾段施工方案探讨

随着铁路建设的不断发展,隧道断面已不仅仅是单一的单线或双线隧道,隧道由单洞双线隧道分叉变为双单洞单线隧道或由双单线隧道汇合成双线单洞双线隧道等结构形式不断出现,该类隧道燕尾段施工方案的选定决定施工的安全。以西属巴隧道为例对燕尾段施工方案进行了探讨。     

隧道监控量测在围岩动态分级中的应用

研究了隧道监控量测结果在围岩动态分级中的应用.通过对隧道监测数据的统计分析,得出了对围岩动态分级具有意义的指标和各级围岩所对应的各指标的数值范围,用以指导施工阶段的隧道围岩动态分级、隧道的反馈设计和施工过程中的预测预报.实例证明,准确的隧道监测数据可以进一步完善和优化围岩分级,提高围岩分级的可靠性,为隧道围岩动态分级提供了一条新的途径.     

光面爆破在周家山2号隧道破碎围岩中的应用

在周家山2号隧道破碎围岩施工中,应用光面爆破技术,通过选择合理的爆破参数,正确的支护施工方法,有效地控制隧道的超欠挖,加快掘进速度,取得了较理想的效果。     

大跨软岩隧道开挖围岩稳定性研究

采用ABAQUS软件,建立某大跨软弱围岩隧道的三维模型。结合监控测量数据,研究了隧道开挖扰动区域的时空分布特征。结果表明,拱顶下沉计算值与实测值随时间的变化规律基本一致,均在20d时趋于稳定。隧道开挖卸荷扰动影响范围在掌子面前方约1．2倍洞跨,掌子面后方拱顶沉降最终稳定时距掌子面距离约为1．5倍洞跨。     

ART1神经网络在隧道围岩分类中的应用

将自适应共振理论(ART)神经网络模型用于隧道围岩分类,改进了ART1神经网络的工作过程,通过自适应的学习记忆过程,建立了分类模型,有效地避免了人为主观因素的干扰.利用川藏公路二郎山隧道围岩分类样本对模型进行检验,结果表明,ART1神经网络模型性能良好,对隧道围岩分类的精度较高,是一种值得推广和应用的围岩智能分类方法.     

隧道穿越岩堆体围岩剪切特性及分级

为解决隧道穿越岩堆体围岩分级不准确的问题,通过相似材料直剪试验分析岩堆体的直剪特性,将含水率和填充土含量两个因素带入熵权可拓物元法,并结合地质指标进行分级研究.结果表明岩堆体的抗剪强度随着含水率、填充土含量的增大,先增大后减小,最终趋于平稳,过高或过低的含水率和填充土都会\"弱化\"岩堆体的抗剪强度.根据岩堆体的特点,选取岩石单轴饱和抗压强度、节理裂隙密度、岩体完整性系数、含水率和填充土含量作为分级指标,结合熵权可拓物元法,将所选指标和熵权可拓物元法结合并在工程实例进行验证,分级结果比原方法准确性更好,证明研究提出的围岩分级方法是合理可行的.研究结果能够为岩堆体隧道的围岩分级提供指导,为施工设计和支护方式提供依据.     

施工阶段隧道围岩快速分级法

现阶段隧道围岩分级工作主要在勘察设计阶段进行,但由于受周边环境及勘察手段的限制,分级结果往往与围岩实际情况不符。为准确获得隧道围岩等级,基于声波-回弹联合测试法,建立\"BP神经网络模型\"在施工阶段快速预测岩石强度(R_c),利用掌子面炮孔进行岩体纵波波速测试并通过公式计算完整性系数(K_v)后,得到基于岩体基本质量指标(BQ)的施工阶段围岩快速分级法,并以宝汉高速石门隧道为依托在施工阶段对围岩进行分级。结果表明:建立的BP神经网络预测模型可实现岩石强度的现场快速无损预测,预测结果具有较高准确度;根据岩体纵波波速测试结果,可实现岩体完整性系数的定量计算,进而完成石门隧道施工阶段围岩快速分级,对比勘察阶段的分级结果,施工阶段所获得的分级结果更加精确。     

模糊择近原则在隧洞围岩分类中的应用

对国内外经常使用的围岩稳定性分类方法作了分析讨论.在多因素分类法的基础上,引进模糊理论.由于各因素对最终指标的影响程度不同,应乘以不同的权重系数.根据围岩地质条件,确定岩土的质量分类情况,引入贴近度及择近原则,建立围岩模糊分类法,给出确切的围岩分类.通过实例说明所建立的围岩模糊分类法是一种计算简便、应用灵活、行之有效的分类法.     

硬岩巷道快速施工关键技术及其施工工艺研究

东欢坨矿硬岩巷道施工缓慢,严重影响矿井生产。本文利用理论研究、实验测定等方法和手段对东欢坨矿硬岩石门巷道的围岩物理性质进行了细致、系统性的实验和研究。以"新奥法"为主要依据和基础,设计提出了硬岩石门巷道快速施工工艺和技术,提高了巷道掘进速度,对深部煤炭开采有重要意义。     

偏压隧道开挖方法和监测数据分析—以回头沟隧道为例

依托回头沟隧道工程,采用Mohr-Coulomb强度准则数值分析台阶法、环形开挖留核心土法、交叉中隔墙法、单侧壁导坑法四种开挖方法,结果表明单侧壁导坑法变形值最小;通过现场监测隧道地表和围岩变形情况,研究发现当地表不对称时左右两侧地表和围岩变形规律不同,深埋侧位移大于浅埋侧;当地表平坦时,左右围岩变形规律相同;监测结果与数值分析结果相同,可为今后隧道开挖方法选择提供参考。