基于代价敏感的随机森林不平衡数据分类算法

随机森林在分类不平衡数据时,容易偏向多数类而忽略少数类。可以将代价敏感用于分类器的训练;但在传统代价敏感随机森林算法中,代价函数没有考虑样本集实际分布与特征权重,且在随机森林投票阶段,没有考虑基分类器的性能差异。提出一种改进的代价敏感随机森林算法ICSRF,该算法首先根据不平衡数据集的实际分布构造代价函数;并将权重距离引入代价函数,然后根据基分类器的性能采取权重投票,提高分类准确率。实验结果表明,ICSRF算法能有效提高少数类的分类性能,可以较好地处理不平衡数据。     

机房局域网的组建与维护

无盘站局域网已不适合现代网络的需要,现在的机房多为有盘站局域网.目前随着学校的扩招、计算机知识的普及,使得学校机房的使用率越来越高,这给机房日常管理和维护带来了很大难度.现将我校机房日常管理维护的一些办法,介绍给大家,希望对大家有所帮助.     

常用道路基层分类及施工要点浅析

本文通过对道路基层常用类型的论述,分析了各类基层施工的要点及方法.     

中心对称半导体表面的面极化率张量及体极化率张量分析

对m3m和432晶系中心对称晶体表面处面极化张量及体极化张量行了系统地分析,并且讨论了将临近表面的跃迁层对反射的二次谐波的贡献分离出来的可能性,表面对非线性光信号的这种贡献来源于表面处对称性的破缺.首次对纵模激光场在非线性介质表面导致的极化率张量的分量情况进行了分析.     

基于局部搜索贝叶斯算法的Xgboost参数选择

提出了一种基于密度的局部搜索贝叶斯算法的Xgboost参数选择方法（BOA-DLS-Xgboost）.基于密度的局部搜索贝叶斯算法（BOA-DLS）在选择初始种群时采用拉丁超立方抽样（LHS）,使初始种群更均匀地分布于参数空间;每次探索过程是在LHS抽样点的基础上,对稀疏点和当前最优解周围进行局部搜索得到待采样集,以提高解的收敛速度和精度.仿真实验结果表明：BOA-DLS比BOA具有更好的优化性能.利用BOA-DLS对Xgboost算法的参数进行优化,通过与四种经典集成学习算法以及BOA-Xgboost算法比较,所提出的BOA-DLS-Xgboost算法在参数优化方面的应用是合理有效的.     

一种无循环前缀的新型短波MB-OFDM系统

针对短波信道的特点,提出了适合低信噪比应用的一种无循环前缀的多子带OFDM系统.由于短波信道上相邻多径时延差一般达数毫秒,该系统利用快速的载波跳变来避免短波信道上多径信号引起的符号间干扰,同时不需要毫秒级的循环前缀,提高了传输效率.理论分析表明,使用Rake接收机可以使合成信号的幅度大大增加,很好地改善了短波衰落信道下系统的误码率性能.蒙特卡罗仿真结果验证了理论结果,表明这种MB-OFDM系统的性能随多径数的增加而改善.     

带有交易费用的组合投资策略

对文献[1]所给的投资组合模型,给出了参数λ的确定方法,为实际应用证券组合策略提供了一个较为完整的理论框架.     

采用导频符号的短波宽带OFDM系统的同步算法

为了研究宽带短波信道上OFDM系统的同步算法,针对短波信道分析了已有同步算法在低信噪比条件下的不足,提出了一种采用PN序列调制导频符号的同步方案.在接收端,接收数据经过FFT后,利用PN序列优异的相关特性,实现了低信噪比条件下的时间和频率同步.仿真结果表明,该算法在恶劣的短波信道上具有良好的性能.