基于单边选择链和样本分布密度融合机制的非平衡数据挖掘方法

非平衡数据集分类问题是机器学习领域的重大挑战性难题.针对该难题,传统的少数类样本合成技术（Synthetic Minority Over-Sampling Technique,SMOTE）已成为一种有力手段并得到广泛采用.但在新样本生成过程中,SMOTE利用所有少数类样本合成新样本,由此产生过拟合瓶颈.为更好地解决该问题,提出了一种基于单边选择链和样本分布密度的非平衡数据挖掘新方法（One-Sided Link & Distribution Density-SMOTE,OSLDD-SMOTE）.OSLDD-SMOTE通过单边选择链遴选出处于分类边界的少数类样本,根据这些样本的动态分布密度生成新样本.进而分析了样本合成度对节点数目和对少数类精度的影响;基于G-mean、F-measure和AUC三个指标综合比较了OSLDD-SMOTE与其他同类方法的分类性能.实验结果表明,OSLDD-SMOTE有效提高了少数类样本的分类准确率.     

油雾过滤器

油雾过滤器@孙德田 @王树鹏     

云南省高效节水灌溉发展思路探析

近年来国家、省对高效节水灌溉发展非常重视,2011年水利部主持编制了《全国高效节水灌溉"十二五"实施方案》。该方案分解至云南省,高效节水灌溉发展总规模为260万亩,备用为300万亩。云南省现状非节水灌溉工程面积约占有效灌溉面积的64%,节水灌溉的发展潜力巨大。文章结合云南省高效节水灌溉发展现状及存在问题,以及节水灌溉发展潜力,对云南省高效节水灌溉发展的思路进行探析。     

FAIDA:一种快速精确的图像消冗方法

重复数据删除能够有效地提高存储利用率,现已在备份、归档系统中得到良好应用.然而这种基于比特流的Hash匹配策略对很多应用来说过于严格,例如重复图像删除.为了解决该问题,提出了一种快速精确的图像消冗方法.该方法首先根据Web图像特点给出重复图像定义,然后将图像消冗分为两个阶段.在重复图像发现阶段利用感知Hash等多重过滤技术提高图像检索速度和精度,在重复图像消冗阶段利用模糊逻辑推理选取质心图像以实现消冗.实验结果表明,该方法不仅具有快速、精确的重复图像消冗能力,而且在质心图像的选择上也能满足用户的感知要求.     

基于DEA模型的用水效率研究——以云南省为例

自2009年开始连续3年的云南大旱凸现了云南省水资源利用效率的问题.通过基础表格调查法,收集了云南省12个州市2009年水资源与社会经济的指标,在此基础上,利用数据包络分析法(DEA)计算并分析了云南省各州市的水资源利用相对效率.研究结果表明:玉溪、楚雄、大理、曲靖以及保山的水资源利用效率相对较高,其他州市应参考这5个...