样本不均衡条件下基于自调整支持向量机的故障诊断

故障数据样本和正常运行数据样本量的不均衡将导致支持向量机在构建故障分类超平面时发生偏移,降低了基于支持向量机的故障诊断的诊断准确率. 针对该问题,文中提出一种能够自动调整风险惩罚因子的新型支持向量机. 该方法能够自举式地对有效样本进行挑选,并加大高信息量数据样本的风险惩罚因子,抑制样本不均衡导致的分类超平面偏移,进而提高故障诊断的准确性. 所提方法被用于变压器故障诊断实验,实验过程中正负样本的风险损失始终相等,有效地抑制了样本不均衡现象对诊断造成的影响,验证了所提算法的有效性.      

深度自编码与改进损失函数在极端不均衡故障诊断中的应用

在实际应用中,滚动轴承大多时候都是在正常状态下工作,因此收集到的故障数据较少,这就会产生数据不均衡的问题.这种数据不均衡问题极大地影响着模型的拟合和泛化能力,导致模型产生过拟合情况,而往往忽视对小类别样本的学习.尤其当故障样本数极少时,此问题更突出.针对这个问题,提出一种基于改进交叉熵损失函数的深度自编码器的诊断模型,首先提取振动数据的小波包能量,其次将小波包能量输入到深度自编码器中,最后通过SoftMax分类器得到诊断结果.改进的加权损失函数可以根据各类别样本的数量调整权重系数,样本数量越少,系数越大,使得模型在训练时更专注于数量较少的样本.通过在凯斯西储大学及西安交通大学的轴承数据集上的两个实验表明,加权损失函数可以提高极端不均衡数据的诊断精度.     

一种基于SMOTE的不均衡样本KNN分类方法

针对在数据样本不均衡时,K近邻(K-nearest Neighbor,KNN)方法的预测结果会偏向样本数占优类的问题,本文提出了一种基于合成少数类过采样方法(SMOTE)的KNN不均衡样本分类优化方法(KSID)。该方法过程为:首先使用SMOTE方法将不均衡的训练集均衡化,并训练逻辑回归模型;然后使用逻辑回归模型对训练集进行预测,获取预测为正样本的数据,通过使用SMOTE方法均衡化该正样本,并训练KNN模型;最后把测试集放入该结合逻辑回归方法的KNN模型进行预测,得到最终的预测结果。围绕6个不均衡数据集,将KSID与逻辑回归、KNN和支持向量机(SVM)决策树等方法进行对比实验,结果表明,KSID方法在准确率、查全率、查准率、F1值这4个性能指标上均优于其他3种方法。通过引入SMOTE,KSID方法克服了KNN模型遇到样本不均衡数据集时,产生分类偏向的问题,为进一步研究KNN方法的优化和应用提供参考。     

交叉验证中类别切分不均衡对分类性能的影响分析

交叉验证被广泛应用于模型的泛化误差估计,特别是2折交叉验证在分类模型比较中得到广泛的应用．主要针对Logistic分类回归模型采用2折交叉验证的不同切分方法且特征（自变量）取值均为0,1时对模型性能的影响进行了模拟．结果表明,当2折交叉验证的两份数据中的类别分布相同或相近时,准确率、召回率、F值及精确率的2折交叉验证估计的偏差最小,且估计的偏差随着2折交叉验证中类别的差异增加而增加．当2折交叉验证中数据的类别分布相差较大时,模型性能的估计明显地变差．因此,采用交叉验证切分数据时,应尽量保持每份数据的类别分布与总体一致．     

小麦穗的不均衡发育

小麦穗的不同部位小穗、小花(籽粒)具有不均衡发育的特点,这可能受到营养分配及激素调节的双重控制。     

一种基于少样本且不均衡的网络攻击流量检测系统

为解决网络攻击流量检测中使用的有监督学习方法严重依赖标签数据规模的问题,针对一种少样本且不均衡的攻击流量检测场景,即训练数据仅包含少量蜜罐捕获的攻击流量且无正常流量,设计了一个攻击流量检测系统,并构建了基于孪生网络和深度学习卷积神经网络(CNN)的网络攻击流量检测模型(CNN-Siamese),以实现少样本且不均衡的攻...     

浅谈避免不均衡报价

本文从了解不均衡报价的含义和造成的条件出发,分析其主要原因是由于图纸、招标文件编制的疏漏和失误造成的,还因地制宜地提出了合理的避免措施,可以在今后的招投标过程中借鉴使用。     

区域教师资源不均衡的发展研究

从区域空间的角度出发,总结了当前教师资源不均衡的表现：教师在数量、中小学分配结构以及学历等方面的不均衡;从内部和外部两方面分析出教师资源不均衡的影响因素和给社会各方带来的影响,并针对此提出可解决区域教师资源不均衡问题的对策。     

浅析林业产业中森林资源不均衡发展

我国森林资源由于历史和自然地理条件等方面的原因,分布非常不平衡。东北、西南和东南各地森林资源较多,华北、中原和西北各地的森林资源分布少,差异极大。而且由于经济分布的不均衡,林业产业的分布也极不均衡,本文对此进行了分析和总结,提出一定策略。     

不完备市场一般均衡条件下的金融期货市场的数理分析

在不完备市场的一般均衡的条件下,对金融期货市场进行了数理分析,证明了金融期货市场的３个性质;Ｐａｒｅｔｏ最优性;经济人持有同样的共同基金;期货和约的价格位于“期货市场线”上,其中第一性质要求市场含有一个无风险的期货和约。     

我国贫困地区教育机会不均等的原因及对策分析

教育机会均等是社会文明与进步的重要标志,是人类历来追求的目标。就在一些发达国家教育机会均等的认识不断深入、细致,内容不断伸展的时候,我国贫困地区的教育却存在着严重的缺陷:农村学生在入学、就业、竞争、成功、教育条件诸方面受到不公平、不公正的对待。为提高国民的整体素质,应出台向贫困地区倾斜的相应教育政策,建立优先教育贫困发展区,设立贫困地区教师特殊补贴,实行一定年限的全免费义务教育,建立贫困地区社区学习体系,加强对农民的各类培训,强化自救措施,促进贫困地区教育的发展,从根本上解决教育机会不均等的弊端。     

Parameter Optimization of Linear Quadratic Controller Based on Genetic Algorithm

The selection of weighting matrix in design of the linear quadratic optimal controller is an important topic in the control theory. In this paper, an approach based on genetic algorithm is presented for selecting the weighting matrix for the optimal controller. Genetic algorithm is adaptive heuristic search algorithm premised on the evolutionary ideas of natural selection and genetic. In this algorithm, the fitness function is used to evaluate individuals and reproductive success varies with fitness. In the design of the linear quadratic optimal controller, the fitness function has relation to the anticipated step response of the system. Not only can the controller designed by this approach meet the demand of the performance indexes of linear quadratic controller, but also satisfy the anticipated step response of close-loop system. The method possesses a higher calculating efficiency and provides technical support for the optimal controller in engineering application. The simulation of a three-order single-input single-output (SISO) system has demonstrated the feasibility and validity of the approach.     

水中微囊藻毒素高效液相色谱检测与前处理条件优化

通过对前处理过程中关键环节进行单因素不同水平比较,以及运用正交试验设计进行多因素综合分析,优选出洗脱剂、淋洗剂、固相萃取柱、浓缩定容方式等因素的最优试验方案,建立实用简便易行的一般水样前处理流程.微囊藻毒素高效液相色谱进样分析时,选用甲醇-0.05%三氟乙酸水溶液作为流动相进行梯度洗脱,对于MC-RR和MC-LR取得较好分离效果,水样检出限可达0.02 μg/L.优化后的前处理、检测方法,对MC-RR,MC-LR平均回收率分别为88.9%和92.1%.另外,对于总(胞内胞外)微囊藻毒素的检测前处理,冰乙酸处理法优于其他处理法.优化后的方法已成功应用于不同水域环境样本的藻毒素分析.     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

关于不同分布两两NQD列乘积和的Marcinkiewicz型强大数律

通过研究得到了关于不同分布两两NQD列乘积和的Marcinkiewicz型强大数律的新的结果。     

苎麻快速预处理工艺参数的优化

建立苎麻预处理工艺参数的优化数学模型并求出最优解。对预氯处理和预氧处理的工艺参数最优解进行了比较。     

面向多约束的可举升复合油气悬架偏频优化

以空、满载状态下悬架偏频及空满载等频性作为平顺性评价指标,分析了可举升复合油气悬架结构参数对整车性能的影响.针对某军车可举升复合油气悬架结构参数与整车性能的匹配与优化进行了研究,以空、满载悬架偏频的平方和与空、满载悬架偏频差值的乘积为目标函数,以复合油气悬架结构参数为设计变量,以悬架边界条件,承载状况等为约束条件进行了优化计算,最后得出可举升复合油气悬架合理的参数匹配,既满足了设计要求,又能最大限度地提高整车平顺性.     

自适应渐进结构优化法的调节阀结构研究

传统渐进结构优化法的参数删除率和进化率保持固定,降低了优化过程收敛速度和结构稳定性.文中通过构造一种基于罚值选择与结构信息的参数自适应算法,使得参数随优化迭代过程进行而变化.分析典型算例结果,合适选择罚值的参数自适应渐进结构优化方法解决了传统渐进结构优化方法中参数固定且难以选择的问题,提高了优化过程中优化速度与结构稳定性.将此方法应用于调节阀设计,优化后调节阀刚度提高10%,说明参数自适应渐进结构优化方法可高效拓展至三维结构优化,并为阀门类结构设计提供参考.     

关于古典概率计算中样本空间的构造及优化

构造适当的样本空间可使古典概率的计算简捷.文中给出了在正确思路的前提下,古典概率计算中样本空间构造的一般原则及最佳样本空间的构思.     

基于改进蚁群算法的船舶主尺度优化

在基本蚁群算法(ACA)基础上重构解空间,并加入混沌映射机制得到改进蚁群算法(IACA).分别用该方法和基本蚁群算法求解同一船舶主尺度(船长、船宽、吃水、型深等)优化问题,并与混沌优化的结果进行对比,结果表明改进蚁群算法搜索效率更高,全局优化稳定性更强.在此基础上,就改进蚁群算法中的参数对主尺度优化的影响进行了分析,发现全局优化结果与参数的选取有直接关系,只有合理设计参数才能得到船舶主尺度优化的全局最优点.