-

检索结果分析

结果分析中...
检索条件:"关键词=SMOTE采样 "
条 记 录,以下是1-5
视图:
排序:
显示条数:
不同采样策略下的区域滑坡易发性评价
《安全与环境工程》2024年第5期122-134,162,共14页于海坤 欧阳九发 王丙千 贾雨霏 徐光黎 
湖北省重点研发计划项目(2021BCA219)。
滑坡易发性评价作为滑坡风险评价的第一步,为地质灾害预警预测提供了数据基础。在易发性评价过程中,样本集的质量和数量是决定滑坡易发性建模准确性的关键因素。为了探索如何获得高质量的滑坡样本集,以湖北省十堰市南部山区为研究区,选...
关键词:滑坡 易发性评价 SMOTE采样 支持向量机 
改进不平衡数据中的集成学习算法
《计算机与数字工程》2025年第1期26-30,共5页王璐 程晓荣 
近些年人们对机器学习方面的研究日益关注,而机器学习领域的研究重点之一就是集成学习。集成学习的基本原理就是使用了许多独立的分类器,并采用一种方法使之融合为一个强学习器,用以克服单一学习器分类的缺陷。在对Bagging算法、随机森...
关键词:集成学习 ADABOOST算法 SMOTE采样 加权KNN(K-NearestNeighbor)算法 不平衡数据 Spark平台 
基于SMOTE采样和集成学习的低渗透率储层流体性质识别方法
《测井技术》2025年第1期1-9,共9页杨文凯 孙建孟 杜钦波 张宇昆 罗歆 
国家自然科学基金项目“深部低阻砂岩气藏渗流与导电机理模拟分析研究”(42174143);中国石油集团测井有限公司开放基金课题“基于电成像数据的地层产状计算算法研究”(CNLC2022-9C06)。
目前低渗透率储层是我国油气开发领域的重点,其流体性质的识别对油田勘探开发具有重要指导意义。低渗透率储层岩石物理特征复杂、测井响应特征表现不明显,导致流体性质识别困难。集成学习因其强大的非线性能力和高效性成为储层智能评价...
关键词:流体性质识别 集成学习 SMOTE采样 样本不均匀 东营凹陷 
基于局部多核支持向量机的视频镜头边界检测被引量:1
《信息与控制》2011年第3期381-386,共6页肖永良 夏利民 
高等学校博士学科点专项科研基金资助项目(20090162110057);湖南省自然科学基金资助项目(05JJ30121);湖南省科技计划资助项目(2009JT3006);湖南省教育厅教育科学资助项目(09C013)
提出了一种基于局部多核支持向量机的视频镜头边界检测方法.利用视频图像相邻帧的时空信息构建视频中间特征,在此基础上利用局部多核支持向量机将视频帧划分为边界帧和非边界帧.为了提高基于全局优化的多核支持向量机的检测精度,利用局...
关键词:镜头边界检测 多核学习 局部敏感哈希 支持向量机 SMOTE采样 
主流机器学习方法识别车险欺诈效果的比较研究被引量:4
《保险研究》2022年第12期90-102,共13页陈凯 李斌杰 
近年来,我国车险市场巨大的体量也催生了许多车险欺诈案件,然而传统的车险欺诈识别手段效率不佳,本文采用机器学习的方法,基于包含中国在内的四个数据集进行了实证分析,以比较六种主流机器学习方法对车险欺诈的预测表现以及预测表现的...
关键词:汽车保险 机器学习 SMOTE采样 ROC曲线 
检索报告 对象比较 聚类工具 使用帮助 返回顶部