不平衡数据分类相关论文
新一代信息技术的飞速发展及其在各领域的广泛应用引发了数据的爆炸式增长.如何挖掘海量数据中蕴含的重要信息、发挥数据的价值是......
近年来,迁移学习在各个领域均取得了长足的发展和进步,基于深度学习的域自适应算法也日益受到人们的关注。迁移学习旨在将从一个任......
随着机器学习与计算智能的快速发展,面向海量高维数据的神经网络研究成果不断涌现。2018年,华南理工大学陈俊龙教授团队提出一种宽......
图像识别是计算机视觉领域最为基础的任务。基于深度卷积神经网络（Deep Convolutional Neural Network,DCNN）的图像识别方法是目前的......
随着工业互联网的发展,带来终端传感设备数量激增,传输与存储的数据呈现爆炸式增长,企业、机构通过数据挖掘能够进行一系列的分析......
随着国民经济的快速发展,以及铁路相关技术的不断进步,为了满足人们日益增长的生产和生活需要,“货运重载化”成为我国货运铁路技......
分类是大数据分析的核心任务之一,在顾客行为挖掘、医疗诊断、灾害预警等国计民生方面有许多典型应用,是目前的前沿热点研究方向之......
针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归......
分类是数据挖掘领域的一项重要任务,它是学习出分类器模型并预测未知实例的类标号的技术。关联分类是一种具有规则多和分类精度较......
随着网络媒体和互联网技术的高速发展,Internet上充斥着各种海量的信息,且在不断变化更新,来源也更为广泛。怎样从海量的且不断变......
超网络是在细胞中生物分子网络的启发下形成的一种用于学习和记忆的概率图论模型。超网络是一种由大量超边组成的特殊超图。与一般......
随着科技的发展，各个行业都产生了大量的数据，为了解决在海量数据中获取有用的信息的问题，数据挖掘技术应运而生。机器学习是当前人工......
互联网世界发展日新月异,在线社交网络已经成为人们日常生活中不可或缺的一部分。在线社交网络上涌现出了大量被自动化程序控制的......
随着数据不断涌现,我们迎来大数据时代。在这种时代背景下,数据资源对我们来说尤为重要。世界上很多发达国家将大数据技术作为提升......
随着在线交互技术的发展和越来越多社交网络平台的兴起,人们将越来越多的闲暇时间花费在社交网络平台上。在线社交网络用户的隐匿......
数据分类是机器学习领域最为基础的研究方向之一。作为一种基础的数据处理方法,二分类已经广泛应用于实际生活中的数据的智能化处......
随着互联网技术的快速发展,机器学习分类已广泛应用于日常生活的多个领域。分类算法通过对已有的数据进行分析并且建立模型,从而对......
不平衡数据分类问题在数据挖掘领域占有重要的地位,如何有效处理不平衡数据已然成为当前的一个研究热点。采用传统的分类模型时,数......
当前互联网信息时代,人们在现实生活中每天都会产生大量可用且有价值的数据,如何从这些数据中发掘内在与外在相关性并抽取有益信息......
不平衡数据集指的是数据集中某一类(下称多数类)的样本数量相对其他类(少数类)多得多。传统的分类算法默认训练集中各样本类别的样......
超限学习机(ELM)作为一种简单高效的学习算法被广泛应用于分类和拟合问题中.但是ELM在训练过程中逼近所有的样本容易造成过拟合,并......
