样本不平衡相关论文
基于深度学习的医学图像分割方法已经成为了医学图像处理领域的强大工具。由于医学图像的特殊性质,基于深度学习的图像分割算法面临......
【目的】传统船舶主机的故障诊断模型难以采用实时数据及时更新模型。此外,船舶主机还存在监测点多但故障样本少的问题。为此,提出一......
信息技术的发展,在便利用户生活的同时,也为不法分子进行诈骗活动提供了更便捷的方式,信息诈骗的影响日益严重。通过对通信用户的基础......
随着我国全面二孩及三胎政策的放开,更多的高龄女性将面对生育难题。我国育龄人群的不孕不育率逐年攀升,其中每7-8对夫妇中就有1对......
随着基因测序技术的发展和人们对精准医学认知的加深,基因组学数据呈现爆发式增长。受到样本来源与质量、实验方法与操作、文库质......
随着计算机技术的飞速发展,以及嵌入式摄像头等各类数码设备的流行,网络和生活生产中无处不在的视觉数据呈现出井喷式增长,使得图......
随着经济全球化进程的推进和国内外经营环境的越来越复杂多变,企业的生存也面临更多的挑战,而准确高效的管理决策能为企业持续经营......
社会经济的全面快速发展,推动了人们对于电力行业的需求,同时以窃电为主的异常用电行为事件的发生次数也在逐年攀升,使得电力公司......
基于机器视觉的二维图像铁路扣件缺陷检测已经取代人工检测,提高了检测效率.但是,铁路扣件缺陷样本数量少且标注困难,以及检测结果......
我国土木工程行业正在由大规模建设向新建、改造与维护并重转型,工程诊断的重要性日益突出。利用结构的振动监测数据及时识别损伤......
由于小样本不平衡数据的存在,对核电厂故障诊断准确率造成极大的影响,针对核电厂小样本不平衡的问题,文中提出一种合成少数类过采......
近些年来,互联网的发展已经渗透到了每一个领域,伴随着计算机技术与网络的迅猛发展,网络安全问题也面临着严峻的考验,各种形式的网......
近年来,工业生产过程日益复杂,过程监测技术作为保障产品质量和过程安全的重要技术而备受关注,各种过程监测方法层出不穷。随着计......
深度学习是感知智能电网暂态安全状态的有效方法,针对多层重构学习过程低维特征及结构参数难以全局寻优的问题,提出了一种改进深度......
分类学习方法有一个基本假设,即不同类别的样本数量相当.样本数量分布不均衡,会影响分类的准确率.针对样本分布不平衡的肿瘤亚型分......
现有支持向量机对于训练样本过多或训练样本中类的数量不平衡,存在训练花费时间过长和得到的分类面偏离最优分类面使得样本错分等......
现代目标检测算法仍然存在由现有目标检测架构引起的正负样本不平衡和训练数据引起的难易样本不平衡.现有方法一般采用基于类别频......
提出一种采用深度卷积神经网络模型对七类病变皮肤镜图像进行分类的方法。使用数据增强方法扩增训练集,提出一种基于ResNet50模型......
针对传统目标检测模型不能同时兼顾检测速度和准确度的问题,提出一种新的PD-CenterNet模型。在CenterNet的基础上对网络结构和损失......
对主变压器进行局部放电的识别能提前发现缺陷,降低故障率。目前,现场检测的局放数据更多以图谱形式存在,且存在样本不平衡的特点......
为了探究深度学习用于飑线识别的可行性,基于2008—2020年河南省郑州和驻马店雷达数据,采用卷积神经网络(convolutional neural ne......
为了探究深度学习用于飑线识别的可行性,基于2008-2020年河南省郑州和驻马店雷达数据,采用卷积神经网络(convolutional neural net......
针对遥感图像中小目标尺寸较小、样本分布不均匀、特征不明显等问题,提出一种改进的YOLOv3目标检测算法。在使用Stitcher数据增强......
随着互联网视频内容的不断增加,以及数字图书馆、视频点播、远程教学等大量视频媒体的应用,如何在海量视频中检索出所需要的资料显得......
随着以深度学习为代表的人工智能技术的迅速发展,赋能各个行业、拓宽行业边界已经是人工智能技术发展的趋势。其中,安防行业与深度......
人脸属性编辑致力于改变人脸图像的一个或多个特定的属性,同时维持属性无关的图像区域不变,实现了对图像的精细化操控,使得人们能......
互联网的飞速发展为个人、企业和政府的工作带来了极大的便利,已经成为人们生活和工作中极其重要的一部分。但是,伴随着互联网发展......
为了保证铁路的安全运营,使用机器学习、图像处理等来对轨道的基础设施(如钢轨、扣件等)进行可靠、实时、高效巡检是工务段迫切需......
植物识别在林业养护管理、森林资源研究和自然环境监控等领域均有着重要的应用及价值。针对自然界中植物的单一器官识别不可靠和样......
近年来,随着我国交通车辆的爆发性增长,导致部分高速公路服务区的停车位日趋紧张,违法、违规停车事件时有发生,公众在服务区停留时......
互联网发展迅速,网站增多,Web服务器的安全性愈发重要,因而对Web服务器进行入侵检测迫在眉睫。本文将构建基于误用的入侵检测算法,......
在生物学和医学领域,细胞计数是为了确定给定体积的样品中细胞的数量。换句话说,它是样品中细胞浓度的量度。细胞计数是医学诊断和......
蛋白质是一种重要的大分子,在生物体内发挥着催化转运等基础又关键的作用。针对蛋白质分子功能的研究对于医疗与制药行业有着不可......
针对城市光伏屋顶类型多样致使样本不平衡,高空间分辨率卫星影像光伏屋顶提取问题,提出了一种材质和倾角属性筛选的方法。通过选取......
交直流混联系统的稳定性分析复杂且样本不平衡,当前基于数据挖掘的暂态稳定评估方法只追求对不稳定样本的识别精度,忽略了重叠区域......
针对小目标检测性能较差的问题,从影响性能的关键因素特征信息损失入手,设计一种特征信息处理模块CHRNet。结合HRNet高分辨率表征......
针对样本数量分布不平衡的分类问题,使用分支学习树(BLT)的方法来提升分类精度,并应用于肿瘤免疫亚型分类问题,从而验证其有效性。......
针对自然界中植物数据规模大且分布不平衡导致的识别困难的问题,提出一种基于显著特征和全局特征融合的植物识别方法。通过多层特......
样本不平衡问题已经成为机器学习领域的研究热门。虚拟样本生成方法是一种重要的解决样本不平衡问题的方法,它通过线性生成少数类......
为了进一步提升YOLOv3的小目标检测能力,文中提出将Darknet-53中的第2个残差块输出的特征图用混合空洞卷积处理后,与YOLOv3的8倍下......
基因选择是基因表达数据分析中的重点问题.然而现有的方法没有综合考虑样本不平衡和基因间的相互作用。借鉴聚类的验证技术提出了......
分类模型的训练是机器学习中的基本问题。分类模型的优劣关键在于训练集样本的质量。传统的分类模型默认各样本类别中样本数量基本......
用支持向量机SVM进行分类时,针对在某些机器学习中,存在训练样本获取代价过大,且训练样本中类的数量不对称的问题,提出了基于主动学习......
为解决异常用电检测过程中正负样本不平衡的问题,提出一种基于攻击方式创建目标函数从而构造异常样本的新方法。各种窃电方式最后......