BOS：一种用于不平衡数据学习的边界过采样方法

不平衡数据遍布于现实生活中许多重要领域,而标准的分类学习算法应对不平衡问题有明显的性能缺陷.为了解决这一问题,提出一种新的少数类边界合成过采样方法BOS.BOS使用新定义的K广义Tomek连接（简称K连接）概念有效定位边界实例,进而基于少数类的K连接分布实现自适应地少数边界合成过采样.实验结果表明,BOS相比已有的几种典型过采样方法提供更优的接受者操作特性曲线下方面积值(AUC),F值(F-Measure)和几何平均值(G-mean).     

浅析分析化学教学中平均值标准偏差的概念

对平均值标准偏差的理解是分析化学教学中的一个难点,本文通过对平均值标准偏差计算公式的推导,解答了如何正确理解平均值标准偏差的概念以及它的计算方法。