【摘 要】
：
针对古漆器漆膜数据类间不平衡、样本规模小,以及传统机器学习算法分类效果较差的问题,提出一种改进SMOTE的过采样方法改变漆器漆膜数据样本分布,使其达到平衡。该方法通过比
【机 构】
：
武汉工程大学计算机科学与工程学院,湖北省博物馆
【基金项目】
：
湖北省自然科学基金项目(2014CFB786),武汉工程大学第十届研究生教育创新基金项目(CX2018210)
论文部分内容阅读
针对古漆器漆膜数据类间不平衡、样本规模小,以及传统机器学习算法分类效果较差的问题,提出一种改进SMOTE的过采样方法改变漆器漆膜数据样本分布,使其达到平衡。该方法通过比较各类样本间的欧式距离,删除了人工样本中的噪声数据,然后运用集成学习中的随机森林算法进行分类,提高了少数类的分类准确率。UCI数据集上的实验结果表明,改进的过采样方法性能更优,评价指标F1-score与AUC值分别得到2%、5%以上的提升。结合改进的过采样方法与机器学习算法进行对比实验,结果证明,随机森林算法精度更高,在对古漆器年代的判别中
其他文献
为了研究台风过境对养殖三疣梭子蟹的影响,于2015年7月采集“灿鸿”台风经过象山前后12h内象山三疣梭子蟹养殖场样品,检测台风前后三疣梭子蟹中T-SOD、CAT、ACP、Na~+,K~+-AT
物联网推动了轨道交通网络的智能化发展,在带来更多便利的同时,使相关业务信息面临更多的安全隐患。基于此,该文从轨道交通网络的特点入手,分析了工控网信息安全技术与网络隔
计算机视觉技术越来越多地应用于生猪饮水等行为识别中,以判断生猪健康状况。现有的饮水识别方法主要依赖目标轮廓,而传统的阈值分割方式受光照、噪点等因素影响较大,提取的轮廓不够精确。提出一种基于深度学习目标检测算法YOLO(You Only Look Once,YOLO)的生猪行为识别方法,根据生猪位置与饮水区的关系以及是否处于静止状态综合判断其饮水行为。该方法不依赖目标轮廓,且无复杂的手动特征提取过程
城镇化的快速发展在推动经济快速发展的同时也带来了诸如传统文化发展失衡的问题。由此探索新型城镇化背景下传统乡土文化与现代城市文明和谐共生发展问题,助推传统武术文化
这个卡拉布里亚老农民，是意大利“目前最强大、最凶残的”犯罪组织的教父。