期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ADASYN-GS-XGBOOST混合模型的火山岩测井岩性识别 被引量：3
1
作者 宋梓豪 巩红雨 +2 位作者 冉爱华 杨鹏辉 刘迪仁 《海相油气地质》 CSCD 北大核心 2024年第2期188-196,共9页
火山岩的形成环境复杂,有些地区的火山岩可能只发育两三种岩石类型,这会导致不同岩性取心资料的代表性严重失衡。针对现有的测井岩性识别方法在处理类间不均衡样本时出现效果较差的问题,提出基于ADASYNGS-XGBOOST混合模型的火山岩岩性... 火山岩的形成环境复杂,有些地区的火山岩可能只发育两三种岩石类型,这会导致不同岩性取心资料的代表性严重失衡。针对现有的测井岩性识别方法在处理类间不均衡样本时出现效果较差的问题,提出基于ADASYNGS-XGBOOST混合模型的火山岩岩性识别方法。首先通过ADASYN过采样算法对不均衡样本进行处理得到新的样本集,再以XGBOOST算法作为基分类器对样本进行分类,并利用网格搜索法(GS)对模型进行参数优化,以此建立ADASYN-GS-XGBOOST混合岩性识别模型。将该混合模型训练后的结果与K近邻、朴素贝叶斯、随机森林、XGBOOST及SMOTE-GS-XGBOOST等算法的岩性识别结果进行对比,表明基于ADASYN-GS-XGBOOST算法建立的模型识别效果最好。该方法克服了已有岩性识别方法无法有效解决不均衡样本的问题,极大地提升了火山岩岩性识别的准确率。 展开更多
关键词 adasyn算法 XGBOOST算法 混合模型 火山岩 测井 岩性识别
在线阅读 下载PDF
基于ADASYN-XGBoost算法的光伏出力预测研究 被引量：1
2
作者 凌煦 周晓刚 +2 位作者 陈文哲 符向前 黄社华 《中国农村水利水电》 北大核心 2024年第6期266-270,共5页
随着光伏发电大规模并入电网,由此产生的源端可供电量不确定性问题日益突出,精准预测光伏出力,对电网资源优化配置、提升光伏消纳能力起着关键的支撑作用。通过研究影响光伏出力的关键要素,以历史气象特征数据为输入构建光伏出力预测模... 随着光伏发电大规模并入电网,由此产生的源端可供电量不确定性问题日益突出,精准预测光伏出力,对电网资源优化配置、提升光伏消纳能力起着关键的支撑作用。通过研究影响光伏出力的关键要素,以历史气象特征数据为输入构建光伏出力预测模型,在实践过程中,对存在的主客观问题,从算法层面进行了模型优化。(1)针对光伏电站历史运行样本量小、气象特征变化多,导致诸多稀疏特征样本的问题,引入了ADASYN自适应采用算法,进行数据集重平衡;(2)通过XGBoost算法搭建了基于气象特征的光伏出力模型,并与传统的BP神经网络进行比较。通过某光伏电站的实际历史数据预测结果比较,结合ADASYN过采样和XGBoost算法,能有效提升模型的准确性;较BP神经网络相比,ADASYN-XGBoost算法的MAE、RMSE、MAPE和R2分别提高了66.7%、68.9%、58.0%和1.6%,评估指标明显优化。 展开更多
关键词 光伏 adasyn 出力预测 XGBoost算法
在线阅读 下载PDF
基于不平衡数据的船舶压载水系统故障诊断研究
3
作者 郭骞 曹辉 +1 位作者 樊智博 宋志豪 《舰船科学技术》 北大核心 2025年第14期74-81,共8页
针对船舶压载水系统故障样本不均衡且故障诊断精度较低,传统鲸鱼优化算法(WOA)易陷入局部最优、全局搜索能力不足等问题,提出一种基于自适应合成过采样方法(ADASYN)的故障数据均衡化方法,结合改进鲸鱼优化算法(IWOA)优化极限学习机(ELM... 针对船舶压载水系统故障样本不均衡且故障诊断精度较低,传统鲸鱼优化算法(WOA)易陷入局部最优、全局搜索能力不足等问题,提出一种基于自适应合成过采样方法(ADASYN)的故障数据均衡化方法,结合改进鲸鱼优化算法(IWOA)优化极限学习机(ELM)的船舶压载水系统故障诊断模型。首先,对不平衡故障数据集采用随机森林算法(RF)进行特征重要性排序并对特征参数进行降维;其次,使用ADASYN对故障样本进行自适应过采样以平衡数据集;最后,通过引入最优邻域扰动、自适应权重、变螺旋位置更新等策略对WOA进行有效改进,并对ELM的权重和阈值进行优化,并利用优化后的ELM模型对故障数据进行诊断识别。实验结果表明,对少数类故障样本进行ADASYN扩充后,IWOA-ELM模型的故障诊断准确率为96.22%,与GWO-ELM、PSO-ELM、WOA-ELM模型相比,诊断精度分别提高了2.89%、3.44%和1.22%。 展开更多
关键词 adasyn 鲸鱼优化算法 极限学习机 船舶压载水系统 故障诊断
在线阅读 下载PDF
基于ADASYN-随机森林的智能家电内部电路故障诊断 被引量：1
4
作者 舒一飞 樊博 +2 位作者 康洁滢 郭汶昇 曾来 《兵工自动化》 2023年第1期51-56,共6页
针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于ADASYN算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用ADASYN算... 针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于ADASYN算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用ADASYN算法扩充训练数据集,得到随机森林故障诊断模型并进行测试。实验结果表明:ADASYN-随机森林故障诊断模型对智能家电内部电路故障具有较高的诊断精度,对故障诊断有一定的实用价值和指导意义。 展开更多
关键词 故障诊断 特征提取 小波包分解 adasyn算法 随机森林
在线阅读 下载PDF
基于DBO-SVM的学生成绩三分类预测模型
5
作者 张广海 祖璇 王杨 《兰州文理学院学报（自然科学版）》 2024年第2期56-61,共6页
为提高学生学习效率和教师教学管理水平,提出基于DBO-SVM的学生成绩三分类预测模型.首先根据皮尔逊相关系数筛选特征属性;然后针对数据不均衡问题,经对比实验选用ADASYN技术;之后由螳螂优化算法通过迭代寻优支持向量机的参数;最后由支... 为提高学生学习效率和教师教学管理水平,提出基于DBO-SVM的学生成绩三分类预测模型.首先根据皮尔逊相关系数筛选特征属性;然后针对数据不均衡问题,经对比实验选用ADASYN技术;之后由螳螂优化算法通过迭代寻优支持向量机的参数;最后由支持向量机建立学生成绩三分类预测模型.在学生成绩数据集上进行测试,实验结果表明:本文方法预测准确率比SSA-SVM提高了2.09%,达到了91.67%;F1分数的加权平均值为0.92,证明了模型的稳定性. 展开更多
关键词 螳螂优化算法 支持向量机 adasyn技术 学生成绩预测
在线阅读 下载PDF
基于数据均衡化与改进鲸鱼算法优化核极限学习机的变压器故障诊断方法 被引量：17
6
作者 王雨虹 孙远星 +1 位作者 包伟川 陈子春 《信息与控制》 CSCD 北大核心 2023年第2期235-244,256,共11页
针对不平衡数据对变压器故障诊断模型辨识精度的影响,提出一种基于自适应综合过采样(ADAptive SYNthetic,ADASYN)与改进鲸鱼算法优化核极限学习机的变压器故障诊断模型。首先,利用ADASYN算法优化变压器故障数据均衡化处理,解决变压器故... 针对不平衡数据对变压器故障诊断模型辨识精度的影响,提出一种基于自适应综合过采样(ADAptive SYNthetic,ADASYN)与改进鲸鱼算法优化核极限学习机的变压器故障诊断模型。首先,利用ADASYN算法优化变压器故障数据均衡化处理,解决变压器故障数据集类间不平衡给模型带来的偏倚问题。其次,通过多策略组合改进了鲸鱼优化算法(improved whale optimization algorithm,IWOA)的搜索速度、收敛能力和局部极值的逃逸能力。最后,改进鲸鱼算法对核极限学习机(kernel based extreme learning machine,KELM)正则化系数和核函数参数寻优,构建改进鲸鱼算法优化核极限学习机(IWOA-KELM)故障诊断模型。将模型应用于变压器故障诊断领域,用该模型与粒子群算法核极限学习机模型(PSO-KELM)、灰狼算法优化核极限学习机模型(GWO-KELM)和鲸鱼算法核极限学习机模型(WOA-KELM)的诊断精度对比,分别提升14.17%、12.5%和8.34%,这证明了所提故障诊断模型具有更高的精度和泛化能力。 展开更多
关键词 变压器 油中溶解气体 adasyn算法 鲸鱼算法 核极限学习机
原文传递
非均衡数据的债券违约预警研究
7
作者 程建华 徐恒宇 《重庆工商大学学报（自然科学版）》 2021年第3期86-93,共8页
将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个... 将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标,运用ADASYN方法进行过采样合成新样本点,将特征提取mRMR方法引入债券违约领域,得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标,在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明:在建模过程中克服了样本非均衡化问题使得分类精度显著提高,同时通过解决高维数据冗余问题,识别违约债券的准确率进一步提高,反复验证表明该模型具有较强的稳健性和有效性,具有一定的应用价值。 展开更多
关键词 债券违约 adasyn算法 mRMR算法 AdaboostSVM
在线阅读 下载PDF
基于AD-RF模型的互联网金融信用风险评估
8
作者 陈为民 刘述权 +1 位作者 龙小凡 高大良 《洛阳理工学院学报（社会科学版）》 2023年第2期38-42,共5页
基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合ADASYN算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借... 基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合ADASYN算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借款人的道德水平高低、还款能力大小、违约成本大小的未知和借款利率的变化。 展开更多
关键词 互联网金融 信用风险评估 AD-RF模型非平衡数据 adasyn算法 随机森林模型
在线阅读 下载PDF
面向不平衡数据分类的复合SVM算法研究 被引量：24
9
作者 刘东启 陈志坚 +1 位作者 徐银 李飞腾 《计算机应用研究》 CSCD 北大核心 2018年第4期1023-1027,共5页
为了改善传统支持向量机(SVM)对不平衡数据的分类效果,解决分类器对少类样本分类效果较差的问题,提出了一种复合SVM算法。该算法首先通过自适应合成采样(ADASYN)算法与不同错误代价(DEC)算法的结合,改善不平衡数据对超平面造成的偏移;... 为了改善传统支持向量机(SVM)对不平衡数据的分类效果,解决分类器对少类样本分类效果较差的问题,提出了一种复合SVM算法。该算法首先通过自适应合成采样(ADASYN)算法与不同错误代价(DEC)算法的结合,改善不平衡数据对超平面造成的偏移;然后引入一种新的修正算法对预测模型进行修正,提高预测模型对于不同数据特性的适应性。选择UCI数据库中的七组现实世界的不平衡数据集进行测试,实验表明在各个数据集上复合SVM算法性能均优于现有算法或与现有算法相当,分类性能平均提高了2.0%~20.9%,证明了该算法的有效性和鲁棒性。 展开更多
关键词 不平衡数据 支持向量机 自适应合成采样 不同错误代价 修正算法
在线阅读 下载PDF
基于Stacking模型融合的ESG评级预测研究
10
作者 李虹霖 《计算机应用文摘》 2023年第8期70-73,76,共5页
ESG由环境(Environment)、社会(Social)、公司治理(Governanee)3个方面组成,已逐渐成为金融机构、企业与投资人考察企业价值的重点关注对象。而目前数据挖掘技术、机器学习、集成学习等算法理论在ESG的表现上鲜为人知。基于此,文章将机... ESG由环境(Environment)、社会(Social)、公司治理(Governanee)3个方面组成,已逐渐成为金融机构、企业与投资人考察企业价值的重点关注对象。而目前数据挖掘技术、机器学习、集成学习等算法理论在ESG的表现上鲜为人知。基于此,文章将机器学习模型融合理论融入ESG领域,能够为后续在ESG评级上进行相关研究奠定理论基础与拓宽研究渠道,也能为机器学习、集成学习算法提供一个新的可适用场景;同时,针对Stacking融合理论中存在的不足,提出在Stacking第一层训练框架中依据精度进行加权平均,在第二层训练框架中加入特征选择,旨在为Stacking理论的进一步精进提供帮助。经过数据集验证后发现,由精度加权与特征选取改进后的Stacking模型融合算法相较于单一模型预测、传统Stacking模型预测与Blending模型预测,其效果最佳,验证了改进Stacking算法的可行性,与其在ESG领域的可适用性。 展开更多
关键词 算法 算法 机器学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部