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2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-RF的用电安全隐患自适应分类识别方法
1
作者 康洁滢 舒一飞 +2 位作者 樊博 史强 杨琦 《微型电脑应用》 2024年第12期250-254,共5页
为了减少用电安全隐患可能带来的损失,为设备维修提供有效的参考数据,提出自适应合成抽样(ADASYN)—随机森林(RF)的用电安全隐患自适应分类识别方法。根据不同类型用电安全隐患的产生原理,设置对应的电流、电压特征作为分类识别标准。利... 为了减少用电安全隐患可能带来的损失,为设备维修提供有效的参考数据,提出自适应合成抽样(ADASYN)—随机森林(RF)的用电安全隐患自适应分类识别方法。根据不同类型用电安全隐患的产生原理,设置对应的电流、电压特征作为分类识别标准。利用ADASYN算法自适应采集用电设备运行数据,提取电流谐波畸变率、电压不平衡度等用电设备运行特征。构建RF分类器,确定当前用电安全隐患类型,实现用电安全隐患的自适应分类识别。通过与传统识别方法的比较,优化设计方法的精准率、召回率和平均F值分别提高了0.016、0.01和0.013,具有更优的识别性能。 展开更多
关键词 adasyn-rf 用电安全隐患 自适应分类 安全隐患识别
在线阅读 下载PDF
非平衡数据集下的高职学生就业预测模型 被引量：2
2
作者 熊露露 年梅 张俊 《计算机与数字工程》 2023年第3期675-678,730,共5页
传统机器学习算法对不平衡数据进行二分类时,容易出现分类偏移问题,就业预测数据存在正负样本不平衡问题,为了提高就业预测的精度,论文设计了ADASYN-SMOTE-RF就业预测模型。首先使用ADASYN-SMOTE算法对训练集生成和扩充小类样本,然后使... 传统机器学习算法对不平衡数据进行二分类时,容易出现分类偏移问题,就业预测数据存在正负样本不平衡问题,为了提高就业预测的精度,论文设计了ADASYN-SMOTE-RF就业预测模型。首先使用ADASYN-SMOTE算法对训练集生成和扩充小类样本,然后使用随机森林(RF)算法建立预测模型。实验结果表明,ADASYN-SMOTE-RF模型较好地解决了样本不均衡导致的预测准确度不高的问题,为高职学生就业率的提高提供技术支持。 展开更多
关键词 就业预测 ADASYN-SMOTE-RF 过采样处理 随机森林 就业率
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