基于集成学习和代价敏感的类别不平衡数据分类算法

在数据分类分析中,一些特别的类别里往往存在更重要的信息。提出一种基于集成学习,欠采样和代价敏感的类别不平衡数据分类算法(USCensemble),来解决传统算法处理类别不平衡数据分类任务时难以正确识别少数类样本的问题。该算法首先运用EasyEnsemble的算法结构,在前一组数据训练完毕后,运用欠采样方法选取权重大的多数类样本,并将其与少数类样本结合为临时训练数据以此平衡数据集并进行下一轮训练。同时赋予少数类样本更大的错分代价,快速提高错误分类的少数类的样本权重,降低多数类的样本权重,使算法更倾向少数类的正确分类,达到对少数类样本正确识别的目的。在10个uci的数据集生成的分类任务上进行了对比实验,实验结果表明,该算法能更好地识别少数类样本。     

融合自注意力机制的入侵检测数据生成方法

针对传统入侵检测领域由于数据不平衡而出现少数类检测率低的问题，设计了一种基于条件生成对抗网络和CatBoost算法的数据生成模型（SA-WCGAN）。首先，采用CatBoost算法对原始数据集进行特征选择，减少模型训练时间。之后，利用SA-WCGAN生成模型进行数据扩充，解决数据不平衡问题，该生成模型引入自注意力机制（SA），提取攻击样本的全局特征，提高少数类攻击样本生成的质量；同时，引入Wasserstein距离和梯度惩罚，提高模型训练过程的收敛速度和稳定性。实验结果表明：在公开基准数据集NSL-KDD上，SA-WCGAN生成模型在只有少数样本的攻击类型上具有较高的精确率、召回率和F1分数。同时，与现有5种方法的比较分析也证实了该模型的优越性。     

基于两步矩阵投影的数据分类算法

提出了一种数据分类的两步矩阵投影算法.指出Crowe提出的矩阵投影算法在数据分类中存在由于投影矩阵不惟一,导致已测可校正数据分类不彻底的缺点.采用已测数据预分类的方法,对其进行了修正.在此基础上,将矩阵投影算法引入到了未测数据分类中,提出了基于矩阵投影算法的未测数据分类算法.新算法只需求解两个投影矩阵就可以实现所有数据分类.从而避免了常规方法在未测数据分类时,求解未测数据关联矩阵绝对线性无关列的计算,提高了计算效率.数学推导和算例验证了新算法的有效性.     

基于时序数据融合的乙烯装置能效价值研究及应用

为了获取乙烯装置的能效价值,提出基于k-means聚类的多变量时序数据线性最小方差优化融合算法及其证明。采用改进的k-means聚类算法对乙烯装置能耗相关时序数据进行聚类分析,获取多变量时序数据的分类及其聚类中心,以各聚类中心计算每个时序变量均方差,并用线性最小方差优化融合算法对各聚类中心加权向量融合,提取乙烯装置能效价值的多维数据虚拟标杆。提出采用多维能效价值雷达曲线展示虚拟标杆与能耗相关的多维数据,直观揭示各年度装置的运行状态与操作水平,准确找出产生能耗的主要原因及提高能效的主要方向。提出的方法不但为乙烯装置的能效评估提供了可行方法,也可应用到其他流程装置的能效评估。     

一种混合采样与膨胀卷积相结合的入侵检测模型设计

基于机器学习的入侵检测模型在网络环境的安全保护中起着至关重要的作用.然而,入侵检测数据集存在不平衡类问题,限制了分类器对少数类的检测性能,降低了少数类的检测率.为了解决入侵检测数据集数据不平衡的问题,提出一种新的混合采样技术(SSG),由基于支持向量机(SVM)合成少数类过采样(SMOTE)算法和高斯混合模型(GMM)...     

基于数据驱动方法的控制阀故障诊断

针对控制阀门的故障类型，提出一种基于数据驱动的控制阀故障诊断方法。利用实际测量值和辨识模型预估值的残差来提取阀门的内/外漏特征，基于马氏距离对提取的分类特征进行故障分类。并利用阀门输入和输出数据的差值做自相关性分析来诊断阀门的粘滞故障。基于所提方法开发了相关应用软件，所开发软件在某大型煤气化装置的应用结果证实了所提方法的可行性和有效性，为解决控制阀门的故障诊断提供了一条新的有效途径。     

基于混合数据增强的人脸表情识别

针对现有人脸表情数据集样本数据量较小和数据类别不均衡而导致识别率不高、鲁棒性不强等问题，提出一种混合数据增强方法。利用几何方法、图像模糊、调整亮度及对比度等方法，随机以20%的概率进行组合，实现对原始数据集进行数据增强。研究表明，以VGG16网络模型为基础，进行人脸表情分类识别得到了较高的识别准确率，能够较好地避免出现过拟合现象，同时也提高了系统的鲁棒性。     

一种基于MATLAB优化工具箱的数据协调方法

为了解决测量数据的不一致问题，并在可能的情况下对未测过程变量进行估计，本文提出了一种基于MATLAB优化工具箱的数据协调方法，并将该方法用于两个稳态非线性过程系统的数据协调和变量分类。计算结果表明该方法实用、有效。     

基于大数据聚类的化妆品包装符号元素特征提取

研究了基于大数据聚类的化妆品包装符号元素特征提取方法。初始化处理水平集函数,获取化妆品包装符号元素图像的局部标准差图像,根据余弦相似性确定局部标准差图像像素点在轮廓曲线上的演化方向,水平集演化改进SPF函数,完成符号元素分割;计算大数据的离散样本频谱特征,由置信度获取数据聚类中心的粒子最优解的向量矩阵,完成数据聚类;结合卷积神经网络和AutoEncoder,通过卷积、过滤以及池化操作,在输出层存在的节点中获取最大激活值,实现化妆品包装符号元素特征的提取。实验结果表明,所提方法的特征提取时间较短、特征辨识力有所提高且提取准确率较高。     

测井数据岩相分类的机器学习方法和大数据岩相分类探讨

对现有测井数据岩相分类的机器学习方法进行归纳总结,并针对大数据岩相分类的相关问题进行探讨。     

《数控加工工艺与编程》考试改革模式设计

根据高职教育培养目标和《数控加工工艺与编程》课程体系的能力目标,分析传统考试的弊端,对这门课程的考试模式进行重新设计。     

“工学结合,项目驱动”的高职高专计算机基础课程改革新思路

分析高职高专院校计算机基础教学的现状,结合当前职业教育的办学背景,提出高职高专院校计算机基础教学改革的新思路——工学结合,项目驱动。探讨该模式在职业院校计算机基础教学中,对教学理念、原则、设计及其实施等问题的影响。     

对模块化教学提高高职人才素质的思考

通过对高职素质教育目标定位的分析,剖析其矛盾的本质。提出通过模块化培养模式的建构和学分制的实施,使学生能够具备适应岗位群的能力,同时又兼顾学生的全面协调发展,提高高职学生的整体素质。     

关于《计算机网络》教学改革的探索

本文分析了《计算机网络》的教学现状,指出现有教学模式、教学方法和实验教学中存在的一些问题,结合自身教学经验与实践,提出了对该课程教学改革的建议与措施,为以后更好地开展计算机网络课程提供参考。     

网络文化与学生网络德育探析

随着我国信息化步伐的不断加快,互联网逐步渗透到社会各层面和领域,热衷于新生事物的大学生成为上网的主要群体。网络正在改变着当代学生的学习、思维和生活方式,影响着他们的政治态度、道德风貌和价值取向。本文试图通过剖析网络文化对学生的影响,探讨如何利用网络开展学生德育建设。     

现代远程教育在农村成人教育中的应用与发展

建立在现代技术基础上的现代远程教育,日益成为教育创新科技创新的重要载体。在新的形势下,如何有效开展农业现代远程教育,大面积提高广大农民的科技素质,进而解决"三农"问题,是我们每一个成人教育工作者,特别是农村成教工作者必须面对的一个新课题。     

论高校图书馆在大学生创新能力培养中的作用

本文论述了高校图书馆在创新教育中的作用,以及如何引导大学生树立创新意识、提高创新能力和拓宽知识面等;指导他们在浩如烟海的信息时代,如何获取利用文献信息的能力。     

数字化技术对视觉传达中的设计符号的影响

现今流行的一些书籍、期刊杂志、广告、招贴、网页等,已看不到长篇累牍的枯燥文字,取而代之的是用大量生动、吸引人的图片、插图、版式以及视觉整体设计来表达内容。一些设计精良的图书,“图文”各占的比例正在偏向“图”,真正做到了”图文并茂”。这种设计方式正在成为人们喜闻乐见的形式。计算机技术的飞速发展,印刷系统的各种新形式,软件的开发利用,以及网络技术、多媒体技术的应用等,更使大众传媒的视听表现获得了前所未有的创造空间。     

浅视频影像技术在体育教学中存在的问题与辅助软件的设计探析

在Internet中很容易获得体育比赛的视频录像，这说明人们对体育比赛的视频录像有很大需求。分析了视频影像技术在体育教学中存在问题与困难，研发出一款教学辅助的软件，是一次把多媒体技术引入体育学科的实践，对体育辅助教学软件的研发有一定参考价值。     

信息技术在高校教学中的现状与展望

文章分析了当前信息技术对传统高校教学的影响,阐述了目前发展的趋势和问题,对未来发展进行探讨。