【摘 要】
：
针对于类不平衡的偏标记学习问题,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法（K-nearest neighbor algorithm for class imbalanced partial label learning,IM-PLKNN）,在PL-KNN算法的基础上,利用Parzen窗估计法在样本的不同类别的近邻上设置不同的权重,使多数类样本权重降低,让属于少数类样本的近邻具有更高
【基金项目】
：
国家自然科学基金资助项目（61702081,61972068）； 辽宁省自然科学基金资助项目（2020-MS-134,2020-MZLH-29,20180550625）；
论文部分内容阅读
针对于类不平衡的偏标记学习问题,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法（K-nearest neighbor algorithm for class imbalanced partial label learning,IM-PLKNN）,在PL-KNN算法的基础上,利用Parzen窗估计法在样本的不同类别的近邻上设置不同的权重,使多数类样本权重降低,让属于少数类样本的近邻具有更高的权重,降低将少数类样本误测为多数类样本的概率,提高对少数类样本的识别精度。试验结果表明,IM-PLKNN算法较PL-KNN算法在不同评价指标上均有显著提高,特别是对少数类样本的识别精度有大幅度提高。IM-PLKNN算法可以有效提高类不平衡的偏标记K近邻学习算法对数据集整体的预测性能。
其他文献
随着大数据发展应用不断成熟,基于云会计平台的会计信息化建设日益成熟。通过发挥云会计的运用优势,搭建资源共享、信息共建平台,为企业会计水平全面提升奠定了重要基础。但是,在运用云会计时,受企业风险管理意识淡薄,会计信息化建设相对滞后,直接增加企业云会计风险防范的难度与压力。本文将结合《云会计实务操作教程》一书,分析大数据背景下企业云会计运用存在的风险问题,探索大数据背景下企业云会计运用风险识别及
阳和汤出自清代王洪绪的《外科证治全生集》，是治疗阴疽的经典方，具有扶正祛邪，标本兼治的功效。阳和汤的疗效确切，组方精妙，深受广大医者的青睐。现代临床研究表明，阳和汤广泛应用于治疗外科、内科、妇科、儿科、皮肤科、男科、骨科等各类疾病中，均有显著疗效。本文通过查阅文献进行梳理，综述近6年来阳和汤的最新研究进展，为其更好地应用于临床和实验研究提供支撑。
发达国家饮食结构越来越糟,人们一天比一天胖。因此"肥胖税"日益流行,让不健康食物售价更高。自从2011年匈牙利对高脂高糖食物征收肥胖税以来,其他国家纷纷效仿。英国也正开列征税清单,计划于明年征收脂肪税。由于低收入人群在食品支出占收入比例上越来越高,且往往吃得不够健康,使得他们是这些税收的主要目标。举例而言,在法国,月收入低于1500欧元的家庭当中有超过20%的成年肥胖人士。而在月收入超过30
嗜铬细胞瘤是一种罕见的起源于肾上腺髓质嗜铬细胞的神经内分泌肿瘤,这一肿瘤会产生儿茶酚胺,可以储存并释放过量的去甲肾上腺素、肾上腺素和多巴胺。尽管药物治疗可以缓解嗜铬细胞瘤的临床症状,但手术切除仍然是目前唯一的治疗手段。现以我科成功救治的一例患者为例,为此病症护理治疗提供经验。
开展血细胞形态学检验,可以反映出患者的病情特点和变化,在疾病诊断和预后评价上具有一定应用价值。在临床检验中,血细胞是一个常见的检验项目,使用仪器对血液中的细胞成分进行分析,得到红细胞、血红蛋白、白细胞计数及其分类、血小板计数等项目,为疾病诊断和治疗提供依据。实际操作中,受到环境、技术、人员等因素的影响,单纯使用仪器完成检验,难以保证检验结果的准确性。而且,细胞本身形态多样化,仪器检测无法深入
梵语中"Manjusri"是所有文殊菩萨的统称,音译为"曼殊室利"（或文殊师利）。"Manju"意译为"美妙的,甜蜜的"。"sri"意译为"光辉、圣洁的、成功、皇室的"。因此,"Manjusri"意为"可爱的（法）王子""殊胜之光"（图1）。玄奘《大唐西域记》中有记载:"秣菟罗国……有三窣堵波,并为无忧王所建也……曼殊室利诸菩萨窣堵波等"。可见彼时文殊菩萨信仰之盛。按《文殊师利般涅槃经》(M
接上篇（见本刊2020年8期）,本下篇重点对文殊菩萨的早期形象予以探究。文殊形象略析在佛教仪轨中,不同类别的男女众神都将自己的渊源归于五方佛部。而文殊菩萨由于其独特的专属地位,本身被视为禅定佛。而在族类归属上,他更多被划定为蓝色的不动佛族类,不过也偶尔会被划入红色的无量寿佛族类中。在不同的族群中,文殊菩萨的身色也截然不同。《成就法鬘》（Sadhanamala）中共有41篇成就法描绘各种形象的
本文是一篇关于时序数据异常检测算法的综述,首先介绍了时序数据异常检测国内外的研究现状;然后分析归纳了目前比较常见的数据异常检测的算法;最后介绍了两种数据异常检测常见的应用场景。
工业互联网为生产流程的智能化控制和规模化管理带来便利。随着工业互联网技术的深入发展,相应安全技术领域的研究越来越必要。工业互联网主要面临来自网络外部的风险,攻击发生时,系统内产生大量异常记录。相关异常的发现有助于防范网络攻击,保障工业互联网平稳运行。由于主机数量、通信规模等差异,传统异常检测方法在异常操作序列、恶意指令分发和蠕虫攻击三种工业互联网异常检测场景效果不佳。课题从以下三个方面展开研究:（