基于局部概率抽样的标签噪声过滤方法

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。     

年最大值抽样估算的暴雨频率设计值的低估问题探讨

由年最大值抽样(AMS)和年超大值抽样(AES)的基本理论及重现期(RP)的定义可知,AMS并不符合以"事件"为基础的重现期的定义.以美国西南半干旱区1 438个雨量站和太湖流域96个雨量站的降雨资料为例,通过经验频率与超过概率的比较,发现AMS估算的暴雨频率设计值偏小,尤其是对常遇频率降雨设计值的影响更加显著.美国的降雨量资料站点多、系列长,实际资料验证与理论分析一致.通过对太湖流域AMS资料的分布形态进行分析的结果表明:太湖流域的站点不多,资料长度不够,且大部分站点在雨量大值区数据稀少,使得频率直方图不连续,是造成我国太湖流域的资料验证效果不理想的可能原因.     

基于分层三阶段抽样方法的大学生考试作弊次数调查与分析

针对大学生考试作弊的问题,对安徽省某地区某院校大学生的考试作弊次数进行了抽样调查分析.为提高正确应答率和保护被调查者的隐私,使用随机应答技术(RRT)分层三阶段抽样方法和数量特征敏感问题乘法模型.根据Cochran抽样理论,结合概率论与数理统计知识得出,该校学生在30科的考试中学生平均作弊次数为12次.由此得知,治理考试舞弊、严肃考风考纪已成为高校教学的当务之急.     

一种基于新型阈值函数小波去噪方法

传统小波阈值去噪方法中,软阈值法连续性好,但保真效果差,而硬阈值法可保留更多信息,但是在分界点处会产生振荡,即伪Gibbs现象。为了提高信号的保真效果,减少振荡现象,提出了一种新的阈值函数,该函数阈值介于软阈值与硬阈值之间,且是连续函数。方法既减小了软阈值固定偏差带来的失真,又消除了伪Gibbs现象。仿真结果表明,新方法的信噪比与均方误差均优于传统的阈值去噪方法。     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

一种用于小流估计的数据包公平抽样算法

现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。     

Mg-Pr二元体系热力学优化（2）

相图热力学优化是材料设计理论和方法最重要的组成部分，是新材料的开发和应用的重要依据之一。相图计算即CALPHAD技术，主要是依据化学热力学原理和基本关系，计算热力学体系的平衡性质。一个物质体系的热力学特征函数确定以后，这个物质体系的全部热力学性质都可以计算出来，其中包括相图。镁合金是最轻的一种金属结构材料，广泛应用于航空航天、汽车、电子工业等许多领域。镁一镨合金作为镁合金的一种，也具有非常广阔的应用前景。本工作采用瑞典皇家工学院开发的相平衡计算软件Thermo-Calc系统，利用CALPHAD技术，通过选择或建立合理的热力学模型，将相图和热力学数据联系起来，对镁-镨二元合金体系相图和热力学数据进行热力学优化和评估，获得自洽的Mg-Pr体系的热力学描述即体系中所有物相，包括溶体相和金属间化合物的Gibbs自由能，为相关材料的设计和工艺制定服务。     

基于统计抽样的非均衡分类方法在软件缺陷预测中的应用

目前软件缺陷预测的研究主要是从历史数据获取来源和预测方法这两方面入手。然而,获取到的软件历史缺陷数据往往是非均衡的,传统的预测方法会给缺陷数据带来极大的误分率。针对这一问题,提出使用基于统计抽样的非均衡分类方法来预测软件缺陷。通过经验性地对比分析12种已有抽样与分类算法组合的预测性能优劣,得到Spread Subsampling和随机森林结合的方法(SP-RF)综合表现最好,但具有较高伪正率(FPR)。为了进一步提高预测性能,针对原始SP-RF方法会对原始数据带来较大的噪音及信息缺失等不足,提出一种基于SP-RF的内置均衡化抽样的自适应随机森林改进算法(IBSBA-RF)。实验表明,IBSBA-RF算法可以显著降低预测结果的FPR,并且进一步提高了预测结果的AUC和Balance值。     

基于B/S结构的高职人才培养评价机制抽样系统设计与实现

完善高职人才培养评价机制是发展高职教育的有效手段,“点线面体”立体型高职人才培养评价机制是对高职人才培养模式的创新和探索。介绍了基于B/S结构的“点线面体”立体型高职人才培养评价机制抽样系统的设计与实现,阐述了随机选取学生进行考核的分层抽样功能模块,总结了系统的实际应用。     

基于形态分量分析的图像去噪算法研究

由于信号采集,信号传输等原因,随机噪声对信号有着很大的影响,甚至降低信号质量。传统的去噪方法无法自动的在去除随机噪声,和保存有用信息之间做出最佳选择。在本文中,我们展示了一种以相对无损的方法从有用信息中去除所有明显的随机噪声。该文设计的模型是建立在一种如下的理论假设之上:原始图像信号是由有用信号和随机噪声信号组成的,而这两者在形态学上是具有不同表示的。基于他们形态学上的不同性,这两种分量可以分别以不同的字典来稀疏的表示,接下来就是把各自分量给分离出来,去噪完成之后再以分量重建信号。