-
题名改进遗传算法的供应链终端高维数据特征筛选
被引量：4
- 1
-
-
作者
张旭
宋振乾
古天松
马志昊
李轶文
-
机构
国网冀北电力有限公司物资分公司
北京中电普华信息技术有限公司
国网冀北电力有限公司
-
出处
《电子设计工程》
2024年第16期121-124,129,共5页
-
基金
国家电网公司科技项目(SGJBTS0OFZJS2101293)。
-
文摘
由于供应链终端高维特征和稀疏数据使得特征筛选准确率较低、筛选能力较差,为此,提出了改进遗传算法的供应链终端高维数据特征筛选方法。预处理供应链终端高维数据特征,去除超出边缘范围的特征数据。针对数据的特征进行排序和编码,采用改进遗传算法进行评估和演进,并将数据分布组中被选择的单个数据继续演进。在离散型随机变量中设置筛选条件,根据改进遗传算法,减少数据分布组的组数,获取种族内和种族外已完成特征编码的数据,从而形成新的个体,实现供应链终端高维数据特征筛选。实验结果表明,改进遗传算法的供应链终端高维数据特征筛选方法的准确率可以达到99%,具有很好的高维数据特征筛选能力。
-
关键词
改进遗传算法
供应链终端
高维数据
数据特征
特征筛选
-
Keywords
improved geneticalgorithm
supplychain terminal
high dimensionaldata
data feature
feature screening
-
分类号
TN301
[电子电信—物理电子学]
-
-
题名SMOTE过采样及其改进算法研究综述
被引量：76
- 2
-
-
作者
石洪波
陈雨文
陈鑫
-
机构
山西财经大学信息学院
-
出处
《智能系统学报》
CSCD
北大核心
2019年第6期1073-1083,共11页
-
基金
国家自然科学基金资助项目(61801279)
山西省自然科学基金项目(201801D121115,2014011022-2)
-
文摘
近年来不平衡分类问题受到广泛关注。SMOTE过采样通过添加生成的少数类样本改变不平衡数据集的数据分布,是改善不平衡数据分类模型性能的流行方法之一。本文首先阐述了SMOTE的原理、算法以及存在的问题,针对SMOTE存在的问题,分别介绍了其4种扩展方法和3种应用的相关研究,最后分析了SMOTE应用于大数据、流数据、少量标签数据以及其他类型数据的现有研究和面临的问题,旨在为SMOTE的研究和应用提供有价值的借鉴和参考。
-
关键词
不平衡数据分类
SMOTE
算法
K-NN
过采样
欠采样
高维数据
分类型数据
-
Keywords
imbalanced data classification
SMOTE
algorithm
k-NN
oversampling
undersampling
high dimensionaldata
categorical data
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
