搜索到482 篇“ 非均衡数据集 “的相关文章
基于非均衡 数据 集 下的多源传感器轧机故障诊断的方法 非均衡 数据 集 下的多源传感器轧机故障诊断的方法，对轧机的振动信号数据 和声音信号数据 进行融合从而实现轧机的故障诊断；该方法能够摆脱单一传感器的局限性，通过融合多传感器的数据 ，从而进行有用信息的互补，达到更高...面向非均衡 数据 集 隐私保护与分布恢复的生成对抗网络研究 非均衡 数据 集 下基于孪生卷积网络的变压器绕组变形故障识别方法被引量：6 2023年 数据 集 不均衡 时预测准确率低、运算时间长、所需样本量大等问题。为了解决上述的问题,文中提出了一种非均衡 数据 集 下基于孪生卷积网络的变压器绕组变形故障识别方法,收集 了变压器故障样本并搭建多种故障诊断模型进行对比以验证所提出方法的有效性。经过模型训练和验证,使用孪生卷积网络在非均衡 数据 集 下进行变压器绕组变形故障识别正确率达到90%左右,高于卷积网络(CNN)、支持向量机(SVM)等其他方法的正确率。关键词：电力变压器 非均衡数据集 基于非均衡 数据 集 下的多源传感器轧机故障诊断的方法 非均衡 数据 集 下的多源传感器轧机故障诊断的方法，对轧机的振动信号数据 和声音信号数据 进行融合从而实现轧机的故障诊断；该方法能够摆脱单一传感器的局限性，通过融合多传感器的数据 ，从而进行有用信息的互补，达到更高...文献传递 面向非均衡 数据 集 的电力变压器故障诊断方法研究 集 的变压器样本集 ...关键词：电力变压器 故障诊断 非均衡数据集 基于属性相关分析与聚类的铁路列车时刻表非均衡 数据 集 预处理方法 2021年 数据 集 具有数据 量大、属性多、不同车次时刻表记录数量差异较大、相同车次时刻表记录属性值相似的特点,列车时刻表数据 分析和挖掘面临着数据 集 不均衡 问题。为此,提出基于属性相关分析与聚类的铁路列车时刻表非均衡 数据 集 预处理方法,依据列车时刻表属性与列车运营指标(客座率)的相关分析,可有效合并蕴含冗余信息的相似数据 ,降低数据 集 中此类相似数据 的占比,可削弱非均衡 数据 集 对后续数据 分析的不利影响,并能保留数据 所蕴含的主要信息,减少过多相似数据 对数据 分析模型应用效果的不利影响,提高模型的预测准确度。关键词：列车时刻表 非均衡数据集 数据预处理 聚类处理 基于多特征融合算法和非均衡 数据 集 的变压器绕组故障检测 关键词：变压器 绕组故障 非均衡数据集 对于非均衡 数据 集 的人脸识别数据 增强的技术研究 数据 集 支撑。近年来,由于Celeb-1M、Deep Face、Mege Face等大规模人脸数据 集 的提...关键词：卷积神经网络 一种基于SVM的非均衡 数据 集 过采样方法 被引量：15 2020年 数据 集 分类结果偏向多数类的问题,重采样技术是解决此问题的有效方法之一。而传统过采样算法易合成无效样本,欠采样方法易剔除重要样本信息。基于此提出一种基于SVM的不平衡数据 过采样方法SVMOM(Oversampling Method Based on SVM)。SVMOM通过迭代合成样本。在迭代过程中,通过SVM得到分类超平面;根据每个少数类样本到分类超平面的距离赋予样本距离权重;同时考虑少数类样本的类内平衡,根据样本的分布计算样本的密度,赋予样本密度权重;依据样本的距离权重和密度权重计算每个少数类样本的选择权重,根据样本的选择权重选择样本运用SMOTE合成新样本,达到平衡数据 集 的目的。实验结果表明,提出的算法在一定程度上解决了分类结果偏向多数类的问题,验证了算法的有效性。关键词：不平衡数据 过采样 用于在非均衡 数据 集 上训练深度神经网络的方法及结构 非均衡 数据 集 上训练深度神经网络的方法及结构，该方法首先通过分层采样或施加在少数类样本上的留一法划分训练集 和验证集 ；然后，将自适应归一化层作为第一层、样本多样化层作为第二层，并将目标深度神经网络串接在...文献传递
相关作者
谷琼 作品数：147 被引量：332 H指数：10 供职机构：湖北文理学院 研究主题：非均衡数据集 播放方法 存储介质 播放 海拔 李文新 作品数：32 被引量：61 H指数：3 供职机构：湖北文理学院 研究主题：非均衡数据集 存储介质 教学改革 代价敏感学习 SMOTE 袁磊 作品数：84 被引量：269 H指数：8 供职机构：湖北文理学院 研究主题：非均衡数据集 云计算 无迹卡尔曼滤波 传感器网络 异常检测 宁彬 作品数：86 被引量：288 H指数：10 供职机构：湖北文理学院 研究主题：教学改革 非均衡数据集 存储介质 计算机专业 数据挖掘 华丽 作品数：23 被引量：90 H指数：6 供职机构：湖北文理学院 研究主题：非均衡数据集 广域测量系统 系统设计 电压稳定 同步相量测量
