代价敏感相关论文
在大数据时代下,不确定和模糊数据广泛存在于现实生活的各个领域中,三支决策是处理这类决策的有效工具之一。它从粒计算的角度将论......
决策粗糙集理论中,三支决策代价目标函数是典型的单调线性函数.然而,在实践经验中经常发现延迟决策的代价与决策概率之间的函数关......
随机森林算法是一种普适性较强的集成学习算法,预测准确率较高且不易过拟合,但在不同应用场景下仍存在改进空间。针对不同特征数据......
现实世界的数据较多地呈现不平衡分布,使用传统分类算法训练不平衡分布数据时会出现少数类识别较差的问题。本文通过对不平衡分布......
随着我国信用经济的蓬勃发展,个人信用消费贷款业务繁荣增长,其在金融主体中的业务比重大幅提高。个人信贷业务中存在的信用风险可......
随着数据维度在许多应用领域的不断增加,特征选择作为避免维度灾难、增强模型泛化能力的一个重要步骤,正受到越来越多研究者的关注......
回归学习是机器学习领域的重要研究方向之一,在企业运营决策、金融风险控制等方面都具有广泛应用。传统的回归学习基于预测代价相......
城市地标是在结构、认知或视觉上比周围其他对象显著的空间对象,作为反映城市空间布局特征的重要元素,城市地标在空间认知和寻路导......
随着国内电商业务的快速发展,产品的高度同质化使得电商领域的竞争日益激烈,而电商企业的竞争又集中体现在客户的争夺上。对于企业......
基于深度学习的目标检测是计算机视觉领域研究的重要方向,在实际场景中应用也极为广泛,包括人脸检测、自动驾驶、医学诊断等。传统......
基于深度学习的人脸识别方法突破了多年来传统浅层方法的固有瓶颈,已经成为目前主流的技术手段。深度学习模型的成功,往往建立在大......
遥感卫星技术的飞速发展形成了大量的多时相遥感图像集合,多时相遥感图像分类问题由于其在监测地表覆盖变化方面的重要作用,不可避......
随着各应用领域中数据量的快速增长,特征维度越来越高,语义日益丰富,数据通常呈现高维性和多标记性。多标记特征选择作为机器学习......
支持向量机（Support Vector Machine,SVM）是20世纪90年代发展起来的一个分类算法,广泛应用于模式识别、回归预测等方面。传统的支持......
在机器学习领域中,解决分类问题的算法针对的大多都是基于均匀分布的平衡数据的分类问题,而对于非平衡数据分类问题,达不到理想的......
我国高校教育扶贫工作是国家精准扶贫政策中一项重要的内容。目前,国家教育扶贫工作主要包括贫困生的资格认定和贫困生贫困等级的......
针对现实信用评估业务中样本类别不平衡和代价敏感的情况,为降低信用风险评估的误分类损失,提出一种基于DESMID-AD动态选择的信用......
软件缺陷预测技术能够在软件开发初期尽早的发现软件缺陷，有助于合理地分配测试资源，降低软件开发和维护成本，是保证软件可靠性的重要......
大数据时代下,伴随着数据量的指数级增长,数据高维和不平衡特性是机器学习分类中的一个重要问题。不平衡数据出现在实际生活中的各......
构建准确的财务预警模型可帮助企业有效防范财务困境的发生,而该领域中普遍存在的特征冗余和数据分布不平衡问题会使传统模型的准......
为了解决深度学习模型在人脸表情识别研究中存在的数据集需求量大、硬件配置要求高等问题,提出了一种基于卷积注意力的轻量级人脸......
随着Internet网络的发展与普及,文本资源呈现指数级的增长。作为组织和管理大量文本信息的重要方式,文本分类不仅能够解决如何更好......
医学内窥镜因其独特的构造能够深入患者的体内,直接观察体内胃肠道各器官的表现,从而在现代胃肠道疾病的诊断中发挥着巨大的作用。......
在人脸图像识别过程中，传统的基于子空间的人脸识别方法通过寻求一个低维子空间来实现分类。这种做法的前提是假定类与类之间的错分......
多核学习算法能够有效地解决单核学习不能很好处理的数据固有特征异构、属性分布不规则,样本分布不平坦等问题；另外由于其灵活性好,......
机器学习中，收集有标签数据来建立模型以及调整其中相关参数的过程是非常花费时间和代价的。当有标签数据的数量较少时，我们希望其中......
随着计算机软件在各个领域的广泛应用,计算机软件变得愈加的庞大与复杂,软件缺陷预测作为软件开发生命周期中的重要环节,可以及时......
Internet飞速发展和普及，使得电子邮件成为信息交互的重要工具。但是，垃圾邮件的传播却严重干扰了用户的日常生活和信息的正常通信，电......
随着人工智能技术的不断发展与完善,人脸表情识别逐渐成为人工智能和人机交互领域的一个重要研究方向,具有深远的理论意义和应用前......
学位
随着近20年互联网技术的急速发展,各式各样的网站和Web应用层出不穷,这些网站的出现给人们的生活带来了便利。与此同时,作为互联网......
现实生活中存在着很多不平衡类数据分类问题，同时计算机和互联网技术的快速发展，使得现实生活领域的数据膨胀速度异常迅猛，因而大数据......
代价敏感学习是一种新的分类学习，其目标是以获得最小测试代价和误分类代价来建立分类器。本文主要对测试代价敏感学习进行研究。测......
利用人脸属性进行身份验证是最直接方便的手段,每个人的容貌随着年龄的变化会出现一定程度的改变,进而对人脸识别结果产生影响,因......
不平衡数据集主要是可以分为类间的不平衡和类内不平衡。类间不平衡指的是不同类别之间的样本数目差别较大;类内不平衡是指在某一......
随着工业4.0时代的来临,信息化技术不断推进产业进行变革。工业大数据蓬勃发展,通过众多传感器、控制器等设备采集的大量数据为故......
合成孔径雷达(SAR)是一种不受天气、光照等各种外界环境影响,并可以对感兴趣的区域进行全天候、全天时侦查的微波探测传感器。自SA......
不平衡数据的分类是数据挖掘领域的重要挑战,虽然已经有许多的代价敏感模型在处理不平衡数据集的分类问题时表现出了其较为有效的......
现代社会,股票已成为大众所热衷的投资手段之一。若可以预测股价的走势,就可以在适当的时机对交易市场进行一定的调控引导,对投资......
针对多输出极限学习机(MELM)分类模型输入层权值和阈值随机选取导致的分类精度波动问题,提出一种基于改进花朵授粉算法(ACFPA)的极......
随着互联网信息的爆炸式增长,如何帮助人们快速地从海量的非结构化文本数据中发现知识及理解这些数据,同时将这些文本表示成计算机......
近年来借贷市场份额逐年提升,借贷产品渗透到日常消费、经营的方方面面。与此同时,信贷风险也逐步攀升,借贷预测精度一直难以提升......
在机器学习和数据挖掘领域,将类别错分代价的概念引入到分类器的设计中被称之为代价敏感学习。在代价敏感分类问题中,代价矩阵通常......
