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2,302篇文章
< 1 2 … 116 >
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Adaboost-INGO-HKELM的变压器故障辨识
1
作者 谢国民 江海洋 《电力系统保护与控制》 EI CSCD 北大核心 2024年第5期94-104,共11页
针对目前变压器故障诊断准确率低的问题,提出一种多策略集成模型。首先通过等度量映射(isometric mapping, Isomap)对高维非线性不可分的变压器故障数据进行降维处理。其次,利用混合核极限学习机(hybrid kernel based extreme learning ... 针对目前变压器故障诊断准确率低的问题,提出一种多策略集成模型。首先通过等度量映射(isometric mapping, Isomap)对高维非线性不可分的变压器故障数据进行降维处理。其次,利用混合核极限学习机(hybrid kernel based extreme learning machine, HKELM)进行训练学习,考虑到HKELM模型易受参数影响,所以利用北方苍鹰优化算法(northern goshawk optimization, NGO)对其参数进行寻优。但由于NGO收敛速度较慢,易陷入局部最优,引入切比雪夫混沌映射、择优学习、自适应t分布联合策略对其进行改进。同时为了提高模型整体的准确率,通过结合Adaboost集成算法,构建Adaboost-INGO-HKELM变压器故障辨识模型。最后,将提出的Adaboost-INGO-HKELM模型与未进行降维处理的INGO-HKELM模型、Isomap-INGO-KELM模型、Adaboost-Isomap-GWO-SVM等7种模型的测试准确率进行对比。提出的Adaboost-INGO-HKELM模型的准确率可达96%,均高于其他模型,验证了该模型对变压器故障辨识具有很好的效果。 展开更多
关键词 故障诊断 油浸式变压器 adaboost集成算法 切比雪夫混沌映射 混合核极限学习机 等度量映射
下载PDF
基于Adaboost回归算法的安徽省物流需求短期预测研究
2
作者 荀守奎 葛成丽 《河南科技》 2024年第2期27-33,共7页
【目的】物流需求预测有助于调整物流资源的分配,对促进物流业发展具有重要意义。【方法】选取安徽省1995—2022年与物流需求相关的指标数据为原始样本数据,用货运量来表征物流需求。通过XGBoost特征选择算法筛选出6个用于预测的指标。... 【目的】物流需求预测有助于调整物流资源的分配,对促进物流业发展具有重要意义。【方法】选取安徽省1995—2022年与物流需求相关的指标数据为原始样本数据,用货运量来表征物流需求。通过XGBoost特征选择算法筛选出6个用于预测的指标。在此基础上,使用3种方法分别构建模型,并对这些模型进行对比分析。最终,选择精度最高的Adaboost回归算法来预测安徽省短期物流需求。【结果】2023—2026年,安徽省的物流需求预测值分别为402 942.428万t、369 877.222万t、380 884.375万t、382 319.5万t。【结论】未来四年,安徽省物流的货运量呈不稳定发展态势。根据安徽省的区位优势及疫情的全面开放,安徽省物流业表现出较大的发展潜力。 展开更多
关键词 adaboost 特征选择 物流需求预测 安徽省
下载PDF
基于Adaboost算法的沉积微相自动识别--以陇东气田Q区山西组为例
3
作者 黄千玲 赵军龙 +1 位作者 白倩 许鉴源 《地质通报》 CAS CSCD 北大核心 2024年第4期658-666,共9页
在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用。陇东气田地质条件复杂,主力气藏深度大、产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉... 在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用。陇东气田地质条件复杂,主力气藏深度大、产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉积微相和测井数据之间建立精确的对应关系。为了充分利用测井资料,提高沉积微相划分的效率,提出一种基于Adaboost算法的沉积微相自动识别方法,为后期气田开发沉积背景及单砂体刻画提供更准确的依据。在研究中,对测井曲线进行优选,并进行预处理,运用数学统计法提取了6个特征参数作为训练的输入集,把沉积微相的类型作为训练的输出结果标签,从已解释的沉积微相数据中选取共1210组作为训练样本,其中组建的训练样本共约968组,组建测试样本242组。研究结果显示,应用该方法的训练效果和测试结果的准确性分别达到96.45%,90.4%,可以验证该方法在陇东气田Q区应用效果较好。 展开更多
关键词 沉积微相 adaboost算法 测井 自动识别 陇东气田
下载PDF
基于Gentle Adaboost的气密性检测系统
4
作者 张梓齐 耿乐陶 +4 位作者 李阳 杨正乐 郭子兴 胡敏 庄正飞 《机床与液压》 北大核心 2024年第4期86-92,共7页
差压法气密性检测易受外部因素与预设参数影响。针对问题基于集成学习建立气密性检测系统,包含传感器终端数据采集系统、人机交互界面,并用最小二乘法对传感器进行线性拟合,利用Gentle Adaboost算法寻找每轮迭代中最佳弱分类器并更新下... 差压法气密性检测易受外部因素与预设参数影响。针对问题基于集成学习建立气密性检测系统,包含传感器终端数据采集系统、人机交互界面,并用最小二乘法对传感器进行线性拟合,利用Gentle Adaboost算法寻找每轮迭代中最佳弱分类器并更新下一轮样本权重,通过集成数轮迭代中最佳弱分类器组成强分类器,对被测物的气密性能进行判断。实验结果表明:所提系统在气密性检测中的准确度、精确度与召回率皆优于传统方法与单一分类模型,准确度达到99.8%,能有效克服外部因素对检测结果的影响,提高了差压法气密性检测的准确性与稳定性。 展开更多
关键词 气密性检测 差压法 分类器 集成学习 Gentle adaboost算法
下载PDF
基于CEEMD-LSTM-Adaboost模型的白糖期货跨期套利策略
5
作者 甘柳燕 唐国强 +1 位作者 蒋文希 覃良文 《桂林理工大学学报》 CAS 北大核心 2024年第1期162-167,共6页
以白糖期货合约SR2201和SR2109的5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过... 以白糖期货合约SR2201和SR2109的5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过预测价差涨跌进行套利操作,设置不同开平仓阈值,在样本区间内进行4种神经网络套利策略对比研究。结果表明:基于CEEMD-LSTM-Adaboost模型的神经网络套利策略应用于白糖期货市场可行有效,并且其在模型预测精度和套利效果方面均比BP、LSTM和LSTM-Adaboost神经网络更具优势。 展开更多
关键词 跨期套利 CEEMD-LSTM-adaboost模型 白糖期货
下载PDF
基于MMTS-AdaBoost的高维结直肠癌癌前病变分类
6
作者 茅婷 张月义 +1 位作者 孙叶芳 虞岚婷 《计算机应用与软件》 北大核心 2024年第1期291-296,共6页
为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。... 为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。使用降维得到的特征,应用AdaBoost算法对癌前病变类型进行分类。实验结果表明,与使用降维处理的mrmr-AdaBoost和chisquare-AdaBoost算法,以及AdaBoost、BP网络、NB、SVM等经典分类算法相比,MMTS-AdaBoost的F1和G-mean更高,分类性能更优。 展开更多
关键词 结直肠癌癌前病变 高维数据分类 马田系统 adaboost 本征正交分解
下载PDF
ELM-AdaBoost模型在光纤陀螺温度误差补偿中的应用
7
作者 王瑞 郑百东 +2 位作者 李飞 刘伟 戴洪德 《兵工自动化》 北大核心 2024年第2期63-68,共6页
针对光纤陀螺零偏与温度之间复杂的非线性关系,引入极限学习机(extreme learning machines,ELM)模型补偿光纤陀螺的零偏温度误差;针对单个ELM在预测准确性和稳定性不足及其对奇异样本敏感的问题,引入自适应增强算法(adaptive boosting,A... 针对光纤陀螺零偏与温度之间复杂的非线性关系,引入极限学习机(extreme learning machines,ELM)模型补偿光纤陀螺的零偏温度误差;针对单个ELM在预测准确性和稳定性不足及其对奇异样本敏感的问题,引入自适应增强算法(adaptive boosting,AdaBoost)建立ELM-AdaBoost预测模型改善光纤陀螺性能,分析光纤陀螺的温度误差机理及模型参数对预测精度的影响,给出ELM算法隐含层神经元个数及AdaBoost算法迭代次数的确定方法。仿真结果表明:基于ELM-AdaBoost预测模型的补偿效果优于多元线性回归模型和单个ELM神经网络模型,并具有良好的泛化性能和温度适用性,补偿后陀螺零偏均方根误差降低93%以上,显著改善了光纤陀螺零偏稳定性能。 展开更多
关键词 光纤陀螺 温度零偏误差 ELM-adaboost预测模型 模型参数 零偏稳定性
下载PDF
基于AdaBoost-WOA-HKELM的下肢关节角度预测
8
作者 李花宁 吴生彪 +2 位作者 冯丽 刘瑾 熊书慧 《机电工程技术》 2024年第4期36-40,共5页
针对当前下肢连续运动预测精度低的问题,提出一种基于AdaBoost-WOA-HKELM的下肢髋、膝关节角度预测方法。采集人体正常行走状态下的下肢表面肌电信号和关节角度信息,对预处理后的表面肌电信号进行特征提取,并结合关节角度信息建立特征... 针对当前下肢连续运动预测精度低的问题,提出一种基于AdaBoost-WOA-HKELM的下肢髋、膝关节角度预测方法。采集人体正常行走状态下的下肢表面肌电信号和关节角度信息,对预处理后的表面肌电信号进行特征提取,并结合关节角度信息建立特征数据集;选用混合核极限学习机(HKELM)模型作为弱学习器,引入鲸鱼优化算法(WOA)对HKELM模型参数进行优化,通过AdaBoost集成学习算法将弱学习器训练为强学习器,建立AdaBoost-WOA-HKELM关节角度预测模型,利用特征数据集对Ada⁃Boost-WOA-HKELM模型进行训练、测试,并与HKELM、WOA-HKELM模型进行髋、膝关节角度预测的仿真对比实验。结果表明:AdaBoost-WOA-HKELM模型在髋关节和膝关节角度预测方面表现出色,其均方误差分别仅为2.0869和2.2849,而决定系数分别达到了0.9882和0.9887。以上指标明显优于其他2种模型,突显了AdaBoost-WOA-HKELM模型在精确预测下肢关节角度方面的卓越性能。决定系数接近1的结果表明模型对实际数据的拟合程度极高,进一步验证了AdaBoost-WOA-HKELM模型的有效性和准确性。 展开更多
关键词 肌电信号 混合核极限学习机 adaboost WOA 下肢关节角度预测
下载PDF
基于VMD-BOA-LSSVM-AdaBoost的短期风电功率预测
9
作者 史彭珍 魏霞 +3 位作者 张春梅 谢丽蓉 叶家豪 杨家梁 《太阳能学报》 EI CAS CSCD 北大核心 2024年第1期226-233,共8页
针对风电信号具有间歇性、非线性、波动性、非平稳性和不确定性等特征,建立一种基于变分模态分解(VMD)和蝴蝶优化算法(BOA)优化最小二乘支持向量机(LSSVM)的风电功率短期预测模型,为提高预测精度,引入自适应校正算法(AdaBoost)。首先,... 针对风电信号具有间歇性、非线性、波动性、非平稳性和不确定性等特征,建立一种基于变分模态分解(VMD)和蝴蝶优化算法(BOA)优化最小二乘支持向量机(LSSVM)的风电功率短期预测模型,为提高预测精度,引入自适应校正算法(AdaBoost)。首先,利用变分模态分解将原始功率信号数据分解多个子序列。其次,利用蝴蝶优化算法优化最小二乘支持向量机组合预测模型对每个子序列进行预测。最后通过自适应校正算法将多个分量预测值重构得到最终的预测值,结合西北某一风电场提供的风电功率数据为例验证模型的有效性。结果验证了建立的组合预测模型能够较好地对短期风电功率进行预测,并具有较好的预测精度。 展开更多
关键词 风电功率预测 最小二乘支持向量机 变分模态分解 自适应校正 预测精度
原文传递
基于AdaBoost算法的新能源汽车电机异常故障检测
10
作者 倪龙飞 白倩 张治斌 《计算机仿真》 2024年第4期97-101,共5页
新能源汽车的电机系统包含许多复杂的部件和子系统,部件之间的相互作用使得异常故障的检测变得复杂,而电机异常故障检测主要采用人工检测方式,即通过耳朵听声音,用眼睛观察,用手触摸找出故障位置,导致故障检测精度较低。因此,提出AdaBo... 新能源汽车的电机系统包含许多复杂的部件和子系统,部件之间的相互作用使得异常故障的检测变得复杂,而电机异常故障检测主要采用人工检测方式,即通过耳朵听声音,用眼睛观察,用手触摸找出故障位置,导致故障检测精度较低。因此,提出AdaBoost算法下新能源汽车电机异常故障检测方法。通过传感器采集电机信号,采用距离相似度、模糊隶属度函数提取信号特征,借助遗传算法的编码操作、交叉操作及其变异操作获取关键信号特征,运用自适应增强(Adaptive Boosting,AdaBoost)算法将信号特征分成正常信号和异常故障,以此实现对新能源汽车电机异常故障检测。实验结果表明,所提算法电机异常故障检测精度高,且耗时短。 展开更多
关键词 弱分类器 强分类器 遗传算法 新能源汽车 电机异常故障检测
下载PDF
代价敏感惩罚AdaBoost算法的非平衡数据分类 被引量：3
11
作者 鲁淑霞 张振莲 翟俊海 《南京航空航天大学学报》 CAS CSCD 北大核心 2023年第2期339-346,共8页
针对非平衡数据分类问题,提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中,引入一种新的自适应代价敏感函数,赋予少数类样本及分错的少数类样本更高的代价值,并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向... 针对非平衡数据分类问题,提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中,引入一种新的自适应代价敏感函数,赋予少数类样本及分错的少数类样本更高的代价值,并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向量机(Support vector machine,SVM)优化模型作为基分类器,采用带有方差减小的随机梯度下降方法(Stochastic variance reduced gradient,SVRG)对优化模型进行求解。对比实验表明,本文提出的算法不但在几何均值(G-mean)和ROC曲线下的面积(Area under ROC curve,AUC)上明显优于其他算法,而且获得了较大的平均间隔,显示了本文算法在处理非平衡数据分类问题上的有效性。 展开更多
关键词 非平衡数据 惩罚adaboost 自适应代价敏感函数 平均间隔 随机梯度下降
下载PDF
基于Adaboost算法的人脸图像情绪识别 被引量：3
12
作者 王燕 《杨凌职业技术学院学报》 2023年第1期10-13,共4页
提出一种基于Adaboost算法对人脸图像进行情绪识别的方法。先将视频进行图像数据采集,再通过基于Haar特征值的自适应增强计算,即Adaboost计算检测人脸特征,将迁移机器学习技术运用到多任务的卷积式神经网络,然后利用卷积神经网络的情绪... 提出一种基于Adaboost算法对人脸图像进行情绪识别的方法。先将视频进行图像数据采集,再通过基于Haar特征值的自适应增强计算,即Adaboost计算检测人脸特征,将迁移机器学习技术运用到多任务的卷积式神经网络,然后利用卷积神经网络的情绪回归计算人脸表情的效价和唤醒度得分。不但可以解决对复杂背景图像的高误检率问题,而且还可以解决对多姿态单人脸图像的低检率问题。经仿真试验证明,该方法对单人脸、多人脸和复杂背景多人图像都有较好的测量效果,实用性较强。 展开更多
关键词 adaboost OPENCV 图像检测 情绪识别
下载PDF
AdaBoost算法识别阿尔茨海默病药物活性成分
13
作者 董西尚 宋传东 +1 位作者 王莹 杨斌 《济南大学学报（自然科学版）》 CAS 北大核心 2023年第5期582-585,590,共5页
针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用AdaBoos... 针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用AdaBoost算法进行训练,进而预测新药方中与疾病相关的活性成分。实验结果表明,与线性回归、K邻近回归和贝叶斯岭回归算法相比,AdaBoost算法可以更加准确地识别阿尔茨海默病相关活性成分。 展开更多
关键词 阿尔茨海默病 adaboost算法 药物活性成分 机器学习
下载PDF
基于BP-Adaboost神经网络的非侵入式电机工作状态识别方法
14
作者 胡正伟 王志红 +2 位作者 畅瑞鑫 谢志远 曹旺斌 《电机与控制学报》 EI CSCD 北大核心 2023年第10期13-23,共11页
大功率设备碳排放控制是实现“双碳”目标的重要环节,为了监测大功率设备的工作状态,提出一种基于BP-Adaboost神经网络的非侵入式电机工作状态识别方法。通过ATP-EMTP软件搭建电机并网模型,对电机入口端原始信号及电网端加噪信号进行数... 大功率设备碳排放控制是实现“双碳”目标的重要环节,为了监测大功率设备的工作状态,提出一种基于BP-Adaboost神经网络的非侵入式电机工作状态识别方法。通过ATP-EMTP软件搭建电机并网模型,对电机入口端原始信号及电网端加噪信号进行数据采集。为了利用互相关算法从噪声电信号中提取稳定特征量,提出将Pisarenko谐波分解(PHD)算法与互相关算法相结合建立电信号特征提取的优化算法。通过BP-Adaboost强分类器构建电机工作状态的识别模型。应用仿真结果表明,经过PHD算法处理并结合提出的BP-Adaboost识别方法,可有效实现电机起动谐波的检测与电机工作状态的识别,并实测验证了该方法的高精度和可靠性,实验仿真识别率为100%,实验验证识别率为96%。 展开更多
关键词 非侵入式 BP-adaboost Pisarenko谐波分解 ATP-EMTP软件 互相关 状态识别
下载PDF
基于AdaBoost的人脸检测算法 被引量：1
15
作者 杨磊 《山西大同大学学报（自然科学版）》 2023年第3期12-17,共6页
着眼于图像识别技术的研究与探索,以MATLAB仿真软件为算法验证平台,采用AdaBoost算法进行人脸检测的研究。主要过程是利用Haar-like模型来表征人脸器官,在仿真软件中通过“积分图”转换来寻求Haar-like特征数值的快速计算。利用AdaBoos... 着眼于图像识别技术的研究与探索,以MATLAB仿真软件为算法验证平台,采用AdaBoost算法进行人脸检测的研究。主要过程是利用Haar-like模型来表征人脸器官,在仿真软件中通过“积分图”转换来寻求Haar-like特征数值的快速计算。利用AdaBoost算法训练出一些具备人脸特性的弱分类器,通过设置不同权重的方式,把性能最佳的弱分类器群打造成为强分类器。实验结果表明,该算法能够实现人脸的快速有效检测,在智能安防系统中有广泛应用价值。 展开更多
关键词 人脸检测 adaboost算法 Haar-like特征值
下载PDF
基于AdaBoost算法的光伏电站中长期发电预测
16
作者 王晓东 盛庆博 +3 位作者 孙立群 刘绍鹏 王新燕 刘杰 《工业仪表与自动化装置》 2023年第2期65-69,共5页
该文提出了一种基于AdaBoost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据,在利用AdaBoost集成学习算法对传统SVM优化的基础上,对气象因素的天气类型进行分类与识别,进而得到4种天气状态下气象因素... 该文提出了一种基于AdaBoost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据,在利用AdaBoost集成学习算法对传统SVM优化的基础上,对气象因素的天气类型进行分类与识别,进而得到4种天气状态下气象因素与发电量之间的对应关系;利用拟建电站所在地的历史气象数据,根据天气类型自动选择对应的LSTM模型,对拟建光伏电站的发电量进行预测。实验结果表明,与采用单一LSTM模型相比,该文方法预测精度有明显的提高,具有一定的推广价值。 展开更多
关键词 发电量预测 光伏电站 adaboost算法
下载PDF
基于AdaBoost的地下采掘工程高韧性安全评估方法
17
作者 徐晓滨 施凡 +2 位作者 冯静 徐晓健 常雷雷 《中国安全科学学报》 CAS CSCD 北大核心 2023年第S01期112-118,共7页
为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数... 为确保煤炭地下采掘工程的安全性,提出一种基于AdaBoost的高韧性安全评估方法。首先,将隧道设计参数、地质条件参数和施工参数作为模型的输入,矿井沉降值作为输出,将施工现场采集的输入参数数据划分为训练数据集和测试数据集;其次,从数据集中抽取多个训练子集,分别建立多个子模型;然后,分别计算子模型的误差和权重,以神经网络作为基准模型,将所有训练数据集划分为正常数据和异常数据,并更新权重;最后,根据加权后的数据集,构建AdaBoost预测模型,并开展案例分析,验证该方法的有效性。结果表明:相比于直接使用AdaBoost算法,基于正常数据和异常数据构建的AdaBoost高韧性安全评估方法所得的结果准确率更高,该方法具有一定的科学性和有效性。 展开更多
关键词 地下采掘工程 adaboost 高韧性 安全评估 异常数据 正常数据
原文传递
基于VMD与AdaBoost-SCN的海缆振动信号识别方法
18
作者 尚秋峰 黄达 巩彪 《振动与冲击》 EI CSCD 北大核心 2023年第19期231-239,共9页
海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术。搭建了基于布里渊光时域分析系统,模拟不同工况下的海缆振动信号。针对海缆振动信号信息丰富、信噪比低,使用单一随机配置网络(stochastic configuration network,SCN)模... 海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术。搭建了基于布里渊光时域分析系统,模拟不同工况下的海缆振动信号。针对海缆振动信号信息丰富、信噪比低,使用单一随机配置网络(stochastic configuration network,SCN)模型对信号识别准确率不高的问题,提出了自适应增强(adaptive boosting,AdaBoost)算法优化的随机配置网络(AdaBoost-SCN)识别方法。首先用变分模态分解(variational mode decomposition,VMD)算法分解海缆振动信号,构建特征向量;然后采用AdaBoost-SCN算法对振动信号分类。结果表明,所提方法有着很高的精度,并且具有很强的鲁棒性与泛化能力,提高了布里渊光时域分析系统振动信号识别的有效性。 展开更多
关键词 信号识别 变分模态分解(VMD) 随机配置网络(SCN) 自适应增强(adaboost)算法
下载PDF
HSMOTE-AdaBoost:改进混合边界重采样集成分类算法
19
作者 李静 刘姜 +1 位作者 倪枫 李笑语 《智能计算机与应用》 2023年第7期7-14,共8页
处理类不平衡问题时,已有的采样方法存在易受噪声影响和忽略边界样本的问题,尤其是忽略多数类样本的类内差异,位于边界的样本实例非常容易被错分,而这些样本对划分决策边界具有重要作用。将SMOTE过采样和RUS随机欠采样方法结合并进行改... 处理类不平衡问题时,已有的采样方法存在易受噪声影响和忽略边界样本的问题,尤其是忽略多数类样本的类内差异,位于边界的样本实例非常容易被错分,而这些样本对划分决策边界具有重要作用。将SMOTE过采样和RUS随机欠采样方法结合并进行改进,提出混合边界重采样算法(HSMOTE-AdaBoost)。HSMOTE-AdaBoost算法首先对少数类运用SMOTE过采样,提高数据的平衡度;再使用K近邻算法清除噪声和采样方法产生的重叠实例;同时,基于与少数类样本的平均欧氏距离识别并保留边界多数类样本,然后对剩余的数据进行随机欠采样;最后,利用AdaBoost算法的优势,对平衡后的数据集进行多次迭代训练得到最终的分类模型。仿真实验结果表明,与传统的SMOTE-Boost、RUS-Boost、PC-Boost及改进后的算法KSMOTE-AdaBoost相比,该分类模型在不平衡数据集上的所有性能指标F-measure,G-mean,AUC值分别最高提升了22.97%,13.88%和10.03%,具有更优的分类效果。 展开更多
关键词 类不平衡 SMOTE过采样 adaboost算法 噪声样本 边界样本
下载PDF
基于Adaboost-GA模型的电商情感数据分析方法
20
作者 周凌翱 《信息技术》 2023年第5期72-77,83,共7页
传统电商情感数据分析往往采用数据挖掘方法分别从数据区分和特征区分的角度来判断商品评价情感倾向。鉴于此,提出了一种基于Adaboost-GA模型的商品评论情感分析方法,首先从数据区分的角度综合多个弱分类器而形成强分类器,提高分类算法... 传统电商情感数据分析往往采用数据挖掘方法分别从数据区分和特征区分的角度来判断商品评价情感倾向。鉴于此,提出了一种基于Adaboost-GA模型的商品评论情感分析方法,首先从数据区分的角度综合多个弱分类器而形成强分类器,提高分类算法的泛化和分类能力;其次从特征区分的角度降低数据特征之间的多重共线性进而提高模型的分类效果。实验结果表明,结合朴素贝叶斯算法的Adaboost-GA模型的平均分类准确率达到了90.53%,说明该模型在商品评论分类应用中能够取得较好的分类效果。 展开更多
关键词 情感分析 商品评论 数据挖掘 adaboost 遗传算法
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 2 … 116 下一页 到第 页
使用帮助 返回顶部