摘要：为解决样本类别不均衡问题,提出基于样本分布的类别均衡化算法。采用单类支持向量机和近邻法学习多数类样本,净化类别不清的分布边界;采用密度聚簇算法对少数类样本聚簇,根据每个类簇的权重决定每个类簇生成的样本数,平衡类簇间的样本数量;根据每个簇的边界样本与非边界样本数量比值,确定每个样本权重,采用SMOTE合成少数类样本。采用UCI数据集实验对比和地震数据分析应用,验证了算法在不同分类模型均可提高分类精度。

摘要：本文应用正态分配的抽样分布特性,提出设计洪水的简化计算途径。据此,对实测洪水系列进行计算,结果表明,与适线法的成果是相近的。具有一定的精度。

摘要：基于数据驱动的软测量模型广泛用于工业过程中产品质量与环保指标等难测参数的在线测量,该过程中存在的概念漂移问题易导致模型精度下降.如何有效识别过程概念变化并精准检测漂移样本是提高模型测量性能的关键.本文总结并分析目前漂移检测的研究思路与进展,为面向工业过程软测量的漂移检测算法提供设计指导.首先,介绍了概念漂移的通常定义与其在工业过程中的表现形式;然后,从检测依据与检测对象两个视角分析了目前具有代表性的检测方法;接着,讨论了这些算法的技术特点和当前工业领域的研究难点;最后,展望了未来的研究方向.

摘要：针对船舶智能航行场景复杂以及获取的图像信息中障碍物尺度变化较大的问题,提出一种基于YOLO (you only look once)算法的多尺度目标检测算法.首先设计了一种自适应特征融合模块,使得用于检测的特征图具有各尺度的强语义信息;然后设计了新的损失函数,以缓解样本分布不均匀问题,优化训练过程;最后通过水面图像仿真实验表明:该算法在多尺度检测上优势明显,既提高了目标检测精度,尤其是小目标的精度提升了34%左右,又未明显增加推理时间和参数量,具有高实时性.

摘要：与经典的K均值聚类算法相比,模糊C均值(FCM)聚类算法通过引入模糊因子,考虑不同聚类数据簇之间的相互关系,得到可分性更好的聚类结果。但是模糊因子的引入,使得任意一个样本点都存在模糊性,造成FCM极易受到噪声和离群点的影响,聚类结果泛化性能较差。因此,该文提出一种簇间可分的鲁棒FCM算法(RBI-FCM)。RBI-FCM利用K均值算法对模糊隶属度的稀疏特征,降低不同数据簇之间的相互作用,突出不同数据簇相邻区域的可分性;另外,RBI-FCM在极小化数据簇内部散布度的条件下,考虑不同数据簇之间的可分性,可提高聚类模型的泛化性能。该文设计了有效的模型求解迭代算法。实验结果表明,RBI-FCM算法提高了FCM的鲁棒性,有效降低FCM对数据簇分布差异性和抽样不均衡的敏感性,得到理想的聚类结果。

摘要：在人们的生活中存在大量的不平衡数据,如何识别人们感兴趣的少数类是一个具有挑战性的问题。论文基于ADASYN算法中提出的样本学习复杂度的思想,设计了一种新的过采样方法LDSMOTE。在该方法中,少数类主样本的学习复杂度与该主样本在少数类和多数类样本空间的分布都有关,ADASYN只利用了邻域多数类样本分布信息,而LDSMOTE融合了局部少数类平均距离和局部多数类样本数的信息。不同于ADASYN中复杂度是离散值,论文中的复杂度是连续的值,更能表现不同主样本之间的差异性和复杂度的多样性。分类器使用支持向量机,对KEEL不平衡数据库中的19个数据集进行实验,结果表明,在超过半数的数据集上,LDSMOTE的Recall、G-mean和AUC性能优于SMOTE、Borderline-SMOTE以及ADASYN算法。

摘要：SOM网络是一种无导师学习方法,被广泛应用于各个领域。网络的性能受很多因素影响,如样本的选择、网络结构、初始权值的选定等。针对网络初始权值选取的不确定性问题,提出了覆盖权值初始化方法来优化SOM网络的初始权值:该方法从样本入手,并通过"覆盖"方法得出初始权值,仿真实验结果证明了此方法能有效的提高网络的识别率和稳定性。

摘要：7.附录7.1研究方法介绍研究方法此次研究项目中,我们结合一手研究和案面研究方法来获得市场信息,并在此基础上进行数据处理、市场分析。一手研究即通过直接和被访者交流来获取市场信息。在项目前期,我们针对几大类被访者设计了相应的访谈问卷若干份,然后根据研究目的和内容对被访者样本框进行取样,确定访谈样本量、选定样本分布。

摘要：一、研究设计1.数据来源本研究的分析数据来源于2019年12月北京大学研究团队针对海外高端人才开展的问卷调查。在前期预测试和访谈海外高端人才的基础之上,确定了测量工具,调查最终回收有效问卷5999份,剔除部分指标缺失的样本,最终纳入分析的样本为3227份。样本分布于美国、英国、日本、加拿大、中国香港等十余个海外国家和地区,覆盖范围广,具有较好的代表性。