针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。
该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。
为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。
将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。
该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。
为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。
将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。
2024/12/10 15:53:52
1.25MB
1
针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。
通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。
采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。
应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。
通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。
通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。
采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。
应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。
通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。
2024/12/10 4:56:21
181KB
1
目前有很多关于多标签的学习算法，依据解决问题的角度，这些算法可以分为两大类：一是基于问题转化（ProblemTransformation）的方法，二是基于算法适应的方法和算法适应方法（AlgorithmAdaptation）。
基于问题转化的多标记分类是转化问题数据，使之适用现有算法；
基于算法适应的方法是指针对某一特定的算法进行扩展，从而能够直接处理多标记数据，改进算法，适应数据。
基于问题转化的多标记分类是转化问题数据，使之适用现有算法；
基于算法适应的方法是指针对某一特定的算法进行扩展，从而能够直接处理多标记数据，改进算法，适应数据。
2024/12/8 21:35:26
102KB
1
(1)背景：企业报刊订阅管理系统(2)主要实现以下功能：1)录入功能：对于管理员，包括新用户信息和新报刊信息的录入功能，信息一旦提交就存入到后台数据库中；
录入订阅人员信息、报刊基本信息；
普通用户自行登录进行修改一些个人信息。
2）登录功能：登陆系统为身份验证登录。
分为管理员登录和一般用户登录。
分别通过不同的用户名和密码进入报刊订阅管理界面。
3)订阅功能：订阅人员订阅报刊（并计算出其金额）；
4)查询功能：用户可以查询并显示自己所订阅的信息；
管理员可以按人员、报刊、部门分类查询。
查询出的信息显示在界面上。
5)统计功能：管理员可以按用户、部门、报刊统计报刊的销售情况，并对一些重要的订阅信息进行统计；
普通用户可以统计出自己的订阅情况。
6)操作员管理、权限设置等
录入订阅人员信息、报刊基本信息；
普通用户自行登录进行修改一些个人信息。
2）登录功能：登陆系统为身份验证登录。
分为管理员登录和一般用户登录。
分别通过不同的用户名和密码进入报刊订阅管理界面。
3)订阅功能：订阅人员订阅报刊（并计算出其金额）；
4)查询功能：用户可以查询并显示自己所订阅的信息；
管理员可以按人员、报刊、部门分类查询。
查询出的信息显示在界面上。
5)统计功能：管理员可以按用户、部门、报刊统计报刊的销售情况，并对一些重要的订阅信息进行统计；
普通用户可以统计出自己的订阅情况。
6)操作员管理、权限设置等
2024/12/8 20:25:42
7.2MB
1
完整的电商系统后台设计原型，从系统登录到商品分类管理、商品管理、订单管理、运营管理、售后管理等设计电商系统架构
2024/12/8 4:03:14
11.14MB
1
淘宝商品类目数据共831247条，2019年8月整理全部淘宝分类MYSQL导出文件，包含ID,PID,名称，拼音首字母，路径，ID路径等
2024/12/7 20:42:48
23.87MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB