巴黎人注册送18-官方网站

投稿须知
    1. 论文题目:不宜太长,应控制在20个汉字内,题目超过20字以上可采用另加副标题形式;
    2. 作者及单位:署名资格必须基于:①对研究的构思/设计或数据的获取/分析/解释具有实质性贡献;②参与撰写论文,或对重要知识部分进行关键性修改;③同意终稿发表。 ...

基于流形嵌入过采样的非平衡数据分类方法

作者:程健 杨凌凯 崔宁 郭一楠

关键词: 流形学习过采样非平衡数据模式分类TE过程矿山微震

摘要:工业监测数据中正常与异常状态数据一般存在非平衡性,而传统的过采样非平衡数据处理方法往往在解决非线性、高维含噪的非平衡问题时不能获得满意的模式分类效果.本文利用流形学习的非线性降维,提出一种流形嵌入过采样方法,为有机结合流形学习与过采样的非平衡数据模式分类方法提供了统一框架.研究结果表明:该方法采用过采样平衡数据在流形空间的低维嵌入数据直接完成模式分类,可以减小流形嵌入空间到原始数据空间反映射的计算代价和模式分类成本.另外,流形学习可以有效保持原始数据结构特性,在流形嵌入空间的过采样可以实现更符合原始数据特性的非线性插值.面向TE过程和矿山微震2种具有不同规模和特性的非平衡工业监测数据集,F1指标分别平均提升了21.94%和37.34%,AUC指标分别提升了37.85%和10.64%,从而验证了所提方法在解决较大数据规模的非平衡模式分类问题时,具有稳定良好的分类效果.


上一篇: 静流场中赤铁矿絮凝体-气泡碰撞概率影响因素研究
下一篇: 海相碎屑岩水平井隔夹层识别与表征——以哈得逊油田东河砂岩为例

版权所有:巴黎人注册送18  地址:江苏省徐州市巴黎人注册送18学报编辑部 邮政编码:221008
苏ICP备05007141号