过抽样相关论文
全基因组研究表明,基因组中有一小部分基因对于有机体的生存和繁殖不可缺少,这些基因被称为必需基因。必需基因对于维持生物体的生......
短文本的情感分析(Sentiment Analysis Of Short Texts),是指对富含情感的简短文本的观点挖掘。短文本的情感分析作为自然语言处理......
以提升不均衡数据集内少数类样本的分类性能为目标,从样本采样以及分类器优化两方面构建面向不均衡数据集的过抽样数学模型。利用......
中图分类号:TN94文献标识码:A文章编号:1671-7597(2009)0820034-01 数字电视,是将传统的模拟信号经过抽样、量化和编码转化......
实际应用中,很多分类问题是面向不平衡数据的分类,而不平衡数据集会导致许多分类器的性能下降.文中介绍核Fisher线性判别分析的分......
针对传统过抽样容易出现数据冗余和局限于处理静态数据的问题,提出一种基于流形排序的动态过抽样方法。该方法采用流形结构描述数......
详细介绍了DVB－C系统中实现正交幅度调制（QAM）中频输出的两种方法，即模拟方案和数字方案，分析了两种方案的优缺点。......
提出了一种用于音频领域的18bit∑-ΔDAC设计，其中采样率为48kHz的18bit数据经过插值滤波器的过抽样率为128，∑-Δ调制器选用4阶3bit......
文章提出了盲均衡的一种快速算法.该算法基于将通信信道建模成IIR信道,并在信道输出端过采样将信道转化成具有相同系数的AR子系统......
基于作者先前提出的过抽样实值离散Gabor变换,本文提出了一有效的算法用于核磁共振自由感应衰减(NMR FID)信号的减噪.由于NMR FID......
为了提高不平衡数据集分类中少数类的分类精度,提出了基于特征选择的过抽样算法。该算法考虑了不同的特征列对分类性能的不同作用,......
针对P2P类不平衡问题提出将复杂的多类不平衡问题转化为简单的两类不平衡问题,再通过迭代SMOTE过抽样技术丰富P2P的概念表达,从而......
本文提出了一个面向特定应用的Sigma-Delta A/D转换器的快速开发环境.通过整合不同EDA应用软件,实现了对应于不同应用的高性能Sigm......
目的介绍一种基于K近邻的过抽样算法在不平衡的医学数据集分类中的应用。方法首先利用K近邻法删除在分类中容易与少数类混淆的多数......
针对红外图像中点目标的特点和实际应用条件 ,提出了一种基于红外序列图像和过抽样小波变换的点目标检测方法 .它先对单帧图像进行......
日益膨胀的股票市场信息远超出人们的处理能力，股票价格变得越来越难以预测。神经网络方法可以模拟人工智能处理海量信息。提高对股......
对必要基因进行研究不仅能够了解生物生存和繁殖的最低要求,且有助于寻找人类疾病基因和新的药物靶点.实验法鉴定人类必要基因虽有......
Σ△D/A转换器已广泛地应用于许多音频和电信产品中,并有望获得大于20bits的精度。本文分析了其工怍原理,并解释了获得高分辨率的......
对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低。为了提高少数类的分类精度,提......
提出了一种解决不平衡数据集中少数类只有一个样本的方法,找出单个正例在负类中的k个近邻,按照一定规则依次在单个正例和它的各个......
目的研究如何快速有效地进行变量的筛选,建立起准确可靠的logistic回归预测模型;针对小样本的特性,如何对模型的泛化能力（即预测性......
传统的机器学习方法在解决不平衡分类问题时,得到的分类器具有很大的偏向性,表现为少数类识别率远低于多数类。为此,在旋转森林分......
针对偏斜数据集的分类问题,提出一种改进的少数类样本过抽样算法（B-ISMOTE）。在边界少数类实例及其最近邻实例构成的n维球体空间内进......
不平衡数据分类问题是数据挖掘领域的关键挑战之一。过抽样方法是解决不平衡分类问题的一种有效手段。传统过抽样方法没有考虑类内......
在实际应用中,由于各种原因,时常无法直接获得反例,导致传统分类方法的暂时失灵,所以,基于正例和未标识集的主动分类问题顿时成为......
会议
摘要：机器学习被广泛应用于肿瘤分类，但是数据分布不平衡这种情况往往被忽略。肿瘤数据的样本数目一般只有几十或几百，而维数达到上千......
目前,非均衡数据分类预测问题是数据挖掘和模式识别领域的重要研究课题,一般具有数据分布非均衡、数据数量非均衡、数据属性特征非......
为了有效地提高不均衡数据集中少数类的分类性能，提出了基于初分类的过抽样算法。首先，对测试集进行初分类，以尽可能多地保留多数类的......
为了提高不均衡数据集中少数类的分类性能,该文融合了提升和过抽样的优点,提出了基于提升算法Adaboost的过抽样算法MCMO-Boost,并......
海底大地电磁仪使用了Δ-Σ调制技术来实现微伏级信号的采集。从抽样理论出发,讨论了针对Δ-Σ调制器输出的高频位流信号而进行的......
目的分析颅脑损伤患者继发精神障碍的影响因素,同时考虑病例和非病例间数量不平衡的特点,构建基于SMOTE算法的logistic预警模型。......
不平衡数据分类问题目前已成为数据挖掘和机器学习的研究热点.文中提出一类基于聚类融合的不平衡数据分类方法,旨在解决传统分类方......
由于高速公路绿通车管理不完善以及经济利益诱惑,导致绿通车偷逃费情况频繁发生,而目前的绿通车稽查方式存在稽查效率低、工作流程......
针对KNN在处理不均衡数据集时,少数类分类精度不高的问题,提出了一种改进的算法G-KNN。该算法对少数类样本使用交叉算子和变异算子......
本文主要研究过抽样转换及其数字信号处理的原理，设计和应用。首先从传统PCM型A／D转换器的量化及量化信噪比开始讨论，围绕信噪比的改......
分类问题是机器学习领域的重要研究内容之一,现有的一些分类方法都已经相对成熟,用它们来对平衡数据进行分类一般都能取得较好的分......
针对近邻（kNN)方法不能很好地解决非平衡类问题,提出一种新的面向非平衡类问题的&近邻分类算法。与传统近邻方法不同，在学习阶段，该算......
近年来,数学方法和计算机技术的发展使复杂的模型预测成为可能。目前能够建立预测模型的方法主要有统计学方法和数据挖掘方法,基于......
