期刊文献+
共找到71篇文章
< 1 2 4 >
每页显示 20 50 100
SMOTE和Biased-SVM相结合的不平衡数据分类方法 被引量:16
1
作者 王和勇 樊泓坤 姚正安 《计算机科学》 CSCD 北大核心 2008年第5期174-176,共3页
针对不平衡数据集的分类问题,本文利用支持向量机推广能力强的优良特性,提出了SMOTE(Synthetic Minority Over-sampling Technique,SMOTE)和Biased-SVM(Biased Support Vector Machine,Biased-SVM)相结合的方法。该方法首先对原始数据使... 针对不平衡数据集的分类问题,本文利用支持向量机推广能力强的优良特性,提出了SMOTE(Synthetic Minority Over-sampling Technique,SMOTE)和Biased-SVM(Biased Support Vector Machine,Biased-SVM)相结合的方法。该方法首先对原始数据使用Biased-SVM方法,然后对求出的支持向量使用SMOTE向上采样方法进行采样,最后再使用Biased-SVM方法进行分类。实验结果表明,本文采用的SMOTE和Biased-SVM相结合的方法可提高不平衡数据集分类精度。 展开更多
关键词 机器学习 不平衡数据 数据分类 SMOTE biased-SVM
在线阅读 下载PDF
Global patterns of fern species diversity:An evaluation of fern data in GBIF 被引量:3
2
作者 Hong Qian Jian Zhang Mei-Chen Jiang 《Plant Diversity》 SCIE CAS CSCD 2022年第2期135-140,共6页
Despite that several studies have shown that data derived from species lists generated from distribution occurrence records in the Global Biodiversity Information Facility(GBIF)are not appropriate for those ecological... Despite that several studies have shown that data derived from species lists generated from distribution occurrence records in the Global Biodiversity Information Facility(GBIF)are not appropriate for those ecological and biogeographic studies that require high sampling completeness,because species lists derived from GBIF are generally very incomplete,Suissa et al.(2021)generated fern species lists based on data with GBIF for 100 km×100 km grid cells across the world,and used the data to determine fern diversity hotspots and species richness-climate relationships.We conduct an evaluation on the completeness of fern species lists derived from GBIF at the grid-cell scale and at a larger spatial scale,and determine whether fern data derived from GBIF are appropriate for studies on the relations of species composition and richness with climatic variables.We show that species sampling completeness of GBIF is low(<40%)for most of the grid cells examined,and such low sampling completeness can substantially bias the investigation of geographic and ecological patterns of species diversity and the identification of diversity hotspots.We conclude that fern species lists derived from GBIF are generally very incomplete across a wide range of spatial scales,and are not appropriate for studies that require data derived from species lists in high completeness.We present a map showing global patterns of fern species diversity based on complete or nearly complete regional fern species lists. 展开更多
关键词 CLIMATE data bias FERN GBIF Species diversity Species list
在线阅读 下载PDF
基于Biased-SVM的非平衡半监督分类算法 被引量:3
3
作者 杜利敏 徐扬 《河南大学学报(自然科学版)》 CAS 2017年第4期481-489,共9页
针对非平衡数据的半监督分类问题,提出了一种基于Biased-SVM的非平衡半监督分类算法.该方法首先利用初始的标记样本集训练处理不平衡数据的Biased-SVM模型,然后用训练好的Biased-SVM模型为未标记样本加上标签,再把新标记样本加入到初始... 针对非平衡数据的半监督分类问题,提出了一种基于Biased-SVM的非平衡半监督分类算法.该方法首先利用初始的标记样本集训练处理不平衡数据的Biased-SVM模型,然后用训练好的Biased-SVM模型为未标记样本加上标签,再把新标记样本加入到初始标记样本集中,重新训练Biased-SVM模型,最后在测试集上进行测试.选取公共数据库里的一些数据集进行实验,首先在两类不平衡数据集上实验的结果表明,在标记样本所占比例为20%~80%时,所提方法能够在不降低数据集整体G-mean值的基础上,提高小类的F-value值并具有较高的稳定性;然后在多类不平衡数据集上实验的结果表明,在标记样本所占比例为20%~80%时,所提方法能够在不降低数据集整体的EG-mean值的基础上,提高小类识别率并具有较高的稳定性. 展开更多
关键词 半监督学习 非平衡数据 分类算法 biased-SVM
原文传递
What Does Information Science Offer for Data Science Research?:A Review of Data and Information Ethics Literature
4
作者 Brady Lund Ting Wang 《Journal of Data and Information Science》 CSCD 2022年第4期16-38,共23页
This paper reviews literature pertaining to the development of data science as a discipline,current issues with data bias and ethics,and the role that the discipline of information science may play in addressing these... This paper reviews literature pertaining to the development of data science as a discipline,current issues with data bias and ethics,and the role that the discipline of information science may play in addressing these concerns.Information science research and researchers have much to offer for data science,owing to their background as transdisciplinary scholars who apply human-centered and social-behavioral perspectives to issues within natural science disciplines.Information science researchers have already contributed to a humanistic approach to data ethics within the literature and an emphasis on data science within information schools all but ensures that this literature will continue to grow in coming decades.This review article serves as a reference for the history,current progress,and potential future directions of data ethics research within the corpus of information science literature. 展开更多
关键词 data science Library and information science data ethics data bias Education
在线阅读 下载PDF
数据要素赋能、质态变迁与制造业新质生产力 被引量:9
5
作者 宋炜 王杰 +1 位作者 周勇 董明放 《科技进步与对策》 北大核心 2025年第1期21-29,共9页
新发展格局下,制造业新质生产力不仅取决于数据要素赋能,而且受到开放型经济新体制中质态变迁的影响。利用2010—2022年中国制造业面板数据,探讨数据要素赋能与质态变迁对制造业新质生产力的影响。在区分数据要素赋能类型的基础上纳入... 新发展格局下,制造业新质生产力不仅取决于数据要素赋能,而且受到开放型经济新体制中质态变迁的影响。利用2010—2022年中国制造业面板数据,探讨数据要素赋能与质态变迁对制造业新质生产力的影响。在区分数据要素赋能类型的基础上纳入质态变迁,结果发现,数据要素偏向型赋能引致的质态变迁无法持续承接全球价值链中高端技术革命性突破,会阻碍制造业创新发展,因而对制造业新质生产力的促进作用不显著。数据要素增强型赋能引致的质态变迁能够大幅提升制造业生产系统的复杂性,以及制造业创新系统的前沿性,促进创新发展动力演化,对中国制造业新质生产力发挥显著正向作用。 展开更多
关键词 数据要素偏向型赋能 数据要素增强型赋能 质态变迁 制造业新质生产力
在线阅读 下载PDF
基于多层时序有偏PageRank算法的网络中关键节点数据挖掘
6
作者 吴凯 张琦佳 +1 位作者 常晓润 刘洋 《微型电脑应用》 2025年第2期174-177,共4页
为了挖掘网络节点数据,实现网络关键节点挖掘,提出多层时序有偏PageRank算法的网络中关键节点数据挖掘方法。运用时间层之间与层内节点之间的连接关系描述时序网络,以此为基础,采用节点层间相似性的超邻接矩阵(SSAM)方法构建多层时序网... 为了挖掘网络节点数据,实现网络关键节点挖掘,提出多层时序有偏PageRank算法的网络中关键节点数据挖掘方法。运用时间层之间与层内节点之间的连接关系描述时序网络,以此为基础,采用节点层间相似性的超邻接矩阵(SSAM)方法构建多层时序网络模型。在SSAM多层时序网络模型中,基于有偏随机游走过程计算网络节点的转移概率矩阵,确定游走者下一个跳转的邻近节点,采用PageRank方法计算转移概率矩阵所确定跳转节点的KeyRank值,依据KeyRank值完成多层时序网络中跳转节点的重要度排序,实现多层时序网络中关键节点挖掘。实验结果表明,所提方法能够考虑时间层之间的相似性与差异性,提高关键节点挖掘的准确性。 展开更多
关键词 多层时序网络 有偏PageRank算法 关键节点 数据挖掘 转移概率 KeyRank值
在线阅读 下载PDF
提高测量可靠性的多传感器数据融合有偏估计方法 被引量:43
7
作者 岳元龙 左信 罗雄麟 《自动化学报》 EI CSCD 北大核心 2014年第9期1843-1852,共10页
为了提高测量数据可靠性,多传感器数据融合在过程控制领域得到了广泛应用.本文基于有偏估计能够减小最小二乘无偏估计方差的思想,提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法.首先,基于岭估计提出了有偏测量过程,并给出... 为了提高测量数据可靠性,多传感器数据融合在过程控制领域得到了广泛应用.本文基于有偏估计能够减小最小二乘无偏估计方差的思想,提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法.首先,基于岭估计提出了有偏测量过程,并给出了测量数据可靠性定量表示方法,同时证明了有偏测量可靠度优于无偏测量可靠度.其次,提出了多传感器有偏估计数据融合方法,证明了现有集中式与分布式无偏估计数据融合之间的等价性.最后,证明了多传感器有偏估计数据融合收敛于无偏估计数据融合.实例应用验证了方法的有效性. 展开更多
关键词 测量 可靠性 数据融合 有偏估计 岭估计
在线阅读 下载PDF
数据挖掘取样方法研究 被引量:54
8
作者 胡文瑜 孙志挥 吴英杰 《计算机研究与发展》 EI CSCD 北大核心 2011年第1期45-54,共10页
取样是一种通用有效的近似技术.在数据挖掘研究中,取样方法可显著减小所处理数据集的规模,使得众多数据挖掘算法得以应用到大规模数据集以及数据流数据上.通过对应用于数据挖掘领域的代表性取样方法的比较研究和分析总结,提出了一个取... 取样是一种通用有效的近似技术.在数据挖掘研究中,取样方法可显著减小所处理数据集的规模,使得众多数据挖掘算法得以应用到大规模数据集以及数据流数据上.通过对应用于数据挖掘领域的代表性取样方法的比较研究和分析总结,提出了一个取样算法分类框架.在指出了均匀取样局限性的基础上阐述了某些应用场景中选用偏倚取样方法的必要性,综述了取样技术在数据挖掘领域的应用研究与应用发展,最后对数据流挖掘取样方法面临的挑战和发展方向进行了展望. 展开更多
关键词 数据挖掘 均匀取样 偏倚取样 数据流 概要数据结构
在线阅读 下载PDF
基于ν-SVM的不平衡数据挖掘研究 被引量:8
9
作者 郑恩辉 许宏 +1 位作者 李平 宋执环 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2006年第10期1682-1687,共6页
针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些... 针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些界分别扩展到正例和反例.在此基础上,证明了正例的支持向量率和边界支持向量率分别依概率大于反例的支持向量率和边界支持向量率,以及正例的分类性能依概率差于反例的分类性能.针对German credit和Heart disease两个Benchmark数据集的试验研究,验证了本文假设的合理性和上述结论的正确性. 展开更多
关键词 不平衡数据 有偏分类器 支持向量机
在线阅读 下载PDF
不平衡数据知识挖掘:类分布对支持向量机分类的影响 被引量:17
10
作者 郑恩辉 李平 宋执环 《信息与控制》 CSCD 北大核心 2005年第6期703-708,共6页
基于标准支持向量机及其启发,提出并证明支持向量数(率)和边界支持向量数(率)的界,并分别推广到正例类和反例类.在此基础上,证明正例的分类精度依概率小于反例的分类精度.虚拟数据仿真和Benchm ark数据仿真表明本文所提方法的有效性和... 基于标准支持向量机及其启发,提出并证明支持向量数(率)和边界支持向量数(率)的界,并分别推广到正例类和反例类.在此基础上,证明正例的分类精度依概率小于反例的分类精度.虚拟数据仿真和Benchm ark数据仿真表明本文所提方法的有效性和结论的正确性.* 展开更多
关键词 不平衡数据 有偏分类器 支持向量机
在线阅读 下载PDF
基于有偏卡尔曼的多传感器数据融合研究 被引量:13
11
作者 岳元龙 陈亚南 +1 位作者 孙钦 左信 《仪表技术与传感器》 CSCD 北大核心 2022年第1期82-86,共5页
推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度。将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多... 推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度。将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多传感器序贯有偏卡尔曼滤波算法,并从理论上证明了多传感器序贯BKF融合在均方误差条件下优于扩维BKF融合。仿真实验结果表明:在均方误差条件下,多传感器扩维BKF融合和序贯BKF融合优于扩维KF融合和序贯KF融合,序贯BKF融合优于扩维BKF融合。 展开更多
关键词 卡尔曼滤波 数据融合 有偏估计 多传感器融合 序贯融合 扩维融合
在线阅读 下载PDF
一种基于密度偏差抽样的孤立点检测算法 被引量:3
12
作者 余建桥 葛继科 李娅 《计算机科学》 CSCD 北大核心 2004年第10期206-208,共3页
孤立点检测是一项有价值的、重要的知识发现任务。在对大规模数据集中的孤立点数据进行检测时,样本数据集的选择技术至关重要。本文提出了一种新的基于密度的偏差抽样技术作为数据约简的手段,并给出了基于密度偏差抽样的孤立点检测算法... 孤立点检测是一项有价值的、重要的知识发现任务。在对大规模数据集中的孤立点数据进行检测时,样本数据集的选择技术至关重要。本文提出了一种新的基于密度的偏差抽样技术作为数据约简的手段,并给出了基于密度偏差抽样的孤立点检测算法,该算法可以用来识别样本数据集低密度区域中的孤立点数据,并从理论和实验两个方面对其进行分析评估,分析与实践证明该算法是有效的。 展开更多
关键词 孤立点 检测算法 数据约简 大规模数据 知识发现 点检 识别 样本数据 区域 抽样
在线阅读 下载PDF
密度偏差抽样技术在聚类算法中的应用研究 被引量:7
13
作者 余波 朱东华 +1 位作者 刘嵩 郑涛 《计算机科学》 CSCD 北大核心 2009年第2期207-209,264,共4页
针对在大规模数据集上进行聚类困难的问题,分析了抽样技术的优点,研究了数据挖掘领域中的随机抽样的特点,并在此基础上提出了一种基于密度的偏差抽样方法。利用密度偏差抽样所获得的样本数据集能够较准确地反映总体数据集的特征,并且能... 针对在大规模数据集上进行聚类困难的问题,分析了抽样技术的优点,研究了数据挖掘领域中的随机抽样的特点,并在此基础上提出了一种基于密度的偏差抽样方法。利用密度偏差抽样所获得的样本数据集能够较准确地反映总体数据集的特征,并且能够灵活地控制对数据集不同区域的抽样率。实验证明,在大规模数据集上进行聚类时,密度偏差抽样在时间复杂度上要优于随机抽样。 展开更多
关键词 数据挖掘 聚类 偏差抽样 随机抽样
在线阅读 下载PDF
产业价值链提升路径的理论与实证研究——以长三角制造业为例 被引量:31
14
作者 周彩红 《中国软科学》 CSSCI 北大核心 2009年第7期163-171,共9页
对于嵌入跨国公司全球生产体系的发展中国家或地区来说,谋求产业价值链的高端提升和提升国际分工地位是重要的发展目标。本文不仅从理论上说明了FDI、国际贸易、技术创新、国际分工等因素能够影响产业价值链提升,并且运用面板数据模型... 对于嵌入跨国公司全球生产体系的发展中国家或地区来说,谋求产业价值链的高端提升和提升国际分工地位是重要的发展目标。本文不仅从理论上说明了FDI、国际贸易、技术创新、国际分工等因素能够影响产业价值链提升,并且运用面板数据模型、有偏估计等方法验证了这些因素对长三角制造业发展的影响。扩大吸引外资、积极开展对外贸易、增加研发投入和强化区域分工等可以推动包括长三角在内的我国制造业价值链提升。 展开更多
关键词 面板数据 有偏估计 价值链
在线阅读 下载PDF
面向轨迹数据流的KNN近似查询 被引量:4
15
作者 王考杰 郑雪峰 +1 位作者 宋一丁 曲阜平 《计算机工程》 CAS CSCD 北大核心 2011年第16期17-20,共4页
提出一种基于滑动窗口的K-最近邻(KNN)近似查询算法。将滑动窗口内数据通过聚类划分成若干大小不一的基本窗口,针对每个基本窗口给定一个采样率,对窗口内数据进行偏倚采样,形成数据流摘要,并基于该摘要,采用计算几何平面扫描算法执行分... 提出一种基于滑动窗口的K-最近邻(KNN)近似查询算法。将滑动窗口内数据通过聚类划分成若干大小不一的基本窗口,针对每个基本窗口给定一个采样率,对窗口内数据进行偏倚采样,形成数据流摘要,并基于该摘要,采用计算几何平面扫描算法执行分布式最近邻查询。仿真实验结果表明该算法有效,且具有较好的可扩展性。 展开更多
关键词 轨迹数据流 局部聚类 偏倚采样 数据摘要 K-最近邻查询
在线阅读 下载PDF
Uncertainties in Quantitatively Estimating the Atmospheric Heat Source over the Tibetan Plateau 被引量:8
16
作者 DUAN An-Min WANG Mei-Rong XIAO Zhi-Xiang 《Atmospheric and Oceanic Science Letters》 CSCD 2014年第1期28-33,共6页
As a huge,intense,and elevated atmospheric heat source(AHS) approaching the mid-troposphere in spring and summer,the Tibetan Plateau(TP) thermal forcing is perceived as an important factor contributing to the formatio... As a huge,intense,and elevated atmospheric heat source(AHS) approaching the mid-troposphere in spring and summer,the Tibetan Plateau(TP) thermal forcing is perceived as an important factor contributing to the formation and variation of the Asian summer monsoon.Despite numerous studies devoted to determine the strength and change of the thermal forcing of the TP on the basis of various data sources and methods,uncertainties remain in quantitative estimation of the AHS and will persist for the following reasons:(1) Routine meteorological stations cover only limited regions and show remarkable spatial inhomogeneity with most distributed in the central and eastern plateau.Moreover,all of these stations are situated at an altitude below 5000 m.Thus,the large area above that elevation is not included in the data.(2) Direct observations on heat fluxes do not exist at most stations,and the sensible heat flux(SHF) is calculated by the bulk formula,in which the drag coefficient for heat is often treated as an empirical constant without considering atmospheric stability and thermal roughness length.(3) Radiation flux derived by satellite remote sensing shows a large discrepancy in the algorithm in data inversion and complex terrain.(4) In reanalysis data,besides the rare observational records employed for data assimilation,model bias in physical processes induces visible errors in producing the diabatic heating fields. 展开更多
关键词 Tibetan Plateau atmospheric heat source data bias UNCERTAINTIES
在线阅读 下载PDF
转子故障特征数据分类的KPCA-BFDA方法 被引量:6
17
作者 马再超 赵荣珍 杨文瑛 《振动.测试与诊断》 EI CSCD 北大核心 2013年第2期192-198,334-335,共7页
对非线性转子系统故障特征数据的分类方法进行了研究。在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判... 对非线性转子系统故障特征数据的分类方法进行了研究。在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判别分析法相结合的数据集降维方法,该方法中的核主成分分析步骤用于构造剔除数据集冗余信息的降维数据集,偏费歇判别分析步骤用于进一步降低数据集维数并提高不同类别数据子集间的分离程度。对实例数据与典型故障数据的分类结果表明,提出的偏费歇判别分析法在具备费歇判别分析降维可分性能的基础上,具有更低计算复杂度的特点。提出的核主成分分析结合偏费歇判别分析的算法,其对应的降维结果能直接应用于线性分类器,且取得了较好的分类效果。 展开更多
关键词 故障特征数据集 数据分类 偏费歇判别分析 核主成分分析
在线阅读 下载PDF
聚集数据的线性模型参数的有偏估计 被引量:8
18
作者 周永正 张三强 陈全园 《南昌大学学报(工科版)》 CAS 2006年第2期164-168,共5页
对于聚集数据的线性模型,提出了二种有偏估计,在均方误差(MSE)意义下,讨论了它们的优良性质,并将这二种估计进行了比较.本文提出的估计,优于有关文献中的结果.
关键词 聚集数据 线性模型 有偏估计 均方误差
在线阅读 下载PDF
我国高龄人口死亡率减速:偏差还是事实 被引量:10
19
作者 段白鸽 石磊 《统计研究》 CSSCI 北大核心 2015年第9期56-67,共12页
在近200年高龄人口死亡率研究中,学者们对高龄死亡率减速已达成共识,且认为人口异质性是导致减速现象的最常见解释。然而,近年来的研究则表明这种减速是源于夸大年龄、数据异质性、使用死亡概率指标而非危险率导致的估计下行偏差。为此... 在近200年高龄人口死亡率研究中,学者们对高龄死亡率减速已达成共识,且认为人口异质性是导致减速现象的最常见解释。然而,近年来的研究则表明这种减速是源于夸大年龄、数据异质性、使用死亡概率指标而非危险率导致的估计下行偏差。为此,本文将死亡数据质量问题、数据同质性和差异性融入到5类经典Logistic死亡模型中,通过构建具有一致性的分层建模框架,在深度诠释我国高龄人口死亡率性别差异、区域差异及动态改善基础上,探讨我国高龄人口死亡率减速到底是估计偏差还是事实?研究表明,当数据质量良好时,描述死亡率减速的Logistic模型最优且对数据质量改变的敏感程度最低,即我国高龄人口死亡率减速不是估计下行偏差,而是事实。最后也对近年研究得出的下行偏差给出了解释。 展开更多
关键词 死亡率减速 Logistic类型模型 下行偏差 数据质量评估 分层模型
在线阅读 下载PDF
数据要素赋能、研发决策与创新绩效——来自中国工业的经验证据 被引量:43
20
作者 宋炜 曹文静 周勇 《管理评论》 CSSCI 北大核心 2023年第7期112-121,共10页
新一轮科技革命和产业变革决定了创新绩效不仅取决于数据要素赋能引致的要素配置效率改善,同时也在很大程度上受到研发决策的影响。本文利用2005—2018年中国工业企业面板数据估计了数据要素赋能和研发决策对创新绩效的效应。结果发现:... 新一轮科技革命和产业变革决定了创新绩效不仅取决于数据要素赋能引致的要素配置效率改善,同时也在很大程度上受到研发决策的影响。本文利用2005—2018年中国工业企业面板数据估计了数据要素赋能和研发决策对创新绩效的效应。结果发现:随着数据要素增强型赋能对传统要素边际生产率大幅的改善,以追求互补性创新资源和专用性高端资产为动机的探索型研发决策能够显著提升创新绩效。数据要素偏向型赋能提高了传统要素的高端化配置效率,以吸纳数据要素能级为目标推动传统要素实现高端化配置的利用型研发决策有助于创新水平的提升,对创新绩效的改善具有显著的正向效应。上述发现具有深刻的政策含义:创新绩效的提升不仅需要加强数据要素赋能的延展性,同时还需要畅通赋能的传导渠道,完善研发决策的顶层统筹规划和市场机制设计,让研发决策发挥数据要素赋能的引领和导向作用。 展开更多
关键词 数据要素增强(偏向)型赋能 探索(利用)型研发决策 创新绩效 工业全要素生产率
原文传递
上一页 1 2 4 下一页 到第
使用帮助 返回顶部