作者:冀汶莉; 郗刘涛; 王斌 期刊:《工矿自动化》 2020年第01期
异常数据识别对于煤矿安全监测系统具有重要作用,但安全监测系统中异常数据一般只占数据总量的1%左右,不平衡性是此类数据的固有特点。目前多数机器学习算法在不平衡数据集上的分类预测准确率和灵敏度都相对较差。为了能准确识别异常数据,以煤矿分布式光纤竖井变形监测系统采集的数据为研究对象,提出了一种面向不平衡数据集、基于去重复下采样(RDU)、合成少数类过采样技术(SMOTE)和随机森林(RF)分类算法的煤矿监测系统异常数据识别...
作者:石洪波; 陈雨文; 陈鑫 期刊:《智能系统学报》 2019年第06期
近年来不平衡分类问题受到广泛关注。SMOTE过采样通过添加生成的少数类样本改变不平衡数据集的数据分布,是改善不平衡数据分类模型性能的流行方法之一。本文首先阐述了SMOTE的原理、算法以及存在的问题,针对SMOTE存在的问题,分别介绍了其4种扩展方法和3种应用的相关研究,最后分析了SMOTE应用于大数据、流数据、少量标签数据以及其他类型数据的现有研究和面临的问题,旨在为SMOTE的研究和应用提供有价值的借鉴和参考。
作者:赵宇红; 张天洋; 崔岩; 李博; 闫江 期刊:《现代电子技术》 2020年第01期
为了实现对磁场信号的高精度检测,利用隧道磁阻式磁传感器,设计并实现了一种精确分辨微弱磁场场信号的锁相放大系统。使用方波调制传感器输出信号,并利用Σ-Δ型ADC实现平均下抽取结构,抑制方波带来的高次谐波干扰,提高了ADC的有效分辨率,降低了系统运算量。通过理论与实验分析,验证了系统可以有效抑制噪声与温漂对测量精度的影响,并可精确标定nT级磁场。
作者:郭来功; 欧阳名三; 赵泓扬 期刊:《信息技术与网络安全》 2010年第21期
设计了一种应用于Σ-ΔA/D转换器的滤波器结构,采用梳状滤波器和半带滤波器级联的多级形式实现。梳状滤波器采用开关降频和流水线级联形式,降低了功耗和复杂度;半带滤波器采用多相结构,数据量减少了近50%。该抽取滤波器信噪比达到98dB,可以满足高精度A/D转换器的设计要求。
作者:李忠勤; 王欢; 胡丹 期刊:《煤炭技术》 2004年第11期
介绍了TMS320VC33控制下的地震记录仪的整体设计过程.本系统是采用TMS320VC33为主控芯片采集由16位模数转换芯片AD976转换后的16位数字量;经TMS320VC33处理后的16位数字量完成与上位计算机通信.主要应用过采样技术、滤波技术、数字滤波技术、DSP技术、数字信号处理技术等现代电路设计技术,使本系统成为数据采集的精典产品.
作者:王亚莉; 吕浚哲; 王育民 期刊:《电子学报》 2005年第04期
本文提出了一种新的适用于OFDM调制体制的频偏估计算法,这种算法建立在时域信号两倍过采样的基础上.它对过采样后产生的奇、偶序列做FFT变换,利用奇、偶序列所产生频域序列在不同子载波处的相关性,首先估计出整数频偏(是指最接近归一化频偏的整数部分),进行校正,然后通过跟踪环路完成小数频偏跟踪(是指归一化频偏的绝对值小于0.5的部分).这种算法不依赖于信道,所以同样适用于频率选择性衰落信道,仿真证明,所提出的算法在衰落信道情...
作者:王永杰; 林涛 期刊:《电子设计应用》 2005年第11期
本文提出了一种用于过采样∑-△DAC和D类音频功率放大器的插值滤波器的设计方法,利用此方法设计出了一个4倍的插值滤波器.
作者:范雨强; 崔晓钰; 韩华; 陆海龙; 武浩; 徐玲 期刊:《工程热物理学报》 2019年第06期
数据驱动的冷水机组模型通常只用于专有对象,当涉及到一种不同类型的冷水机组时,需要大量的正常数据和故障数据训练一个新的模型,这既耗时又依赖大量数据,不利于冷水机组故障诊断技术在实际应用中的推广。本文的研究中,介绍了处理不平衡数据技术,探索将离心式冷水机组训练成一个能够诊断螺杆式冷水机组故障的新模型的可能性,即只需使用少量新数据即可。采用合成少数类过采样技术(SMOTE)对故障样本进行过采样,不平衡率为5%,然后使用...
作者:刘亚明; 杨策平 期刊:《湖北工业大学学报》 2018年第05期
用4种过采样算法,并结合1种样本过滤算法,对12份类别不平衡程度不同的数据进行类别平衡处理,对平衡后的数据与不平衡的数据使用xgboost算法建立分类器.并对各数据集上的分类效果进行综合比较,为提升机器学习分类器在类别不平衡问题上的性能提供参考。
作者:刘定祥; 乔少杰; 张永清; 韩楠; 魏军林; 张榕珂; 黄萍 期刊:《重庆理工大学学报·自然科学》 2019年第07期
如何获得更加精确的分类效果一直是机器学习领域的重要研究内容,现有大多数分类器都是针对平衡的数据集来设计的。虽然平衡的数据训练出来的分类模型能取得较好的正负样本分类正确率,但现实生活中的数据往往是不平衡的,不平衡的数据使得正样本分类正确率急剧下降,不能满足机器学习对分类效果的要求。针对这种情况,综述了当前主流不平衡分类的数据采样方法。首先,阐述了欠采样方法,包括基于聚类和基于整合的欠采样方法;其次,对过采...
作者:马家辰; 沈毅; 苏宝库 期刊:《中国医疗器械》 2005年第06期
根据超声成像系统的发展进程,阐述四种典型的声束形成器.并从性能、集成度以及成本等多个角度展开对比分析,总结出模拟声束形成器和三种数字声束形成器的各自特点,指出未来声束形成器的发展方向.
作者:王新波; 马永浓; 宋矿利; 程博; 张浩 期刊:《电测与仪表》 2004年第01期
介绍了提高数字信号处理芯片DSP片内模数转换器转换精度的过采样及其相关技术,并将过采样技术应用在智能型断路器的设计中,实现对电流和电压信号的精确采样.最后根据对单相电流分别采用常规和过采样技术进行测量和模数转换的实验结果,得出了相关的结论.
为了实现无线数据的采集,提出了一种基于nRF903模块的无线通信解决方案.讨论了无线收发芯片nRF903的用户接口功能及其配置,论述了利用过采样和UART两种方法实现无线数据传递的通信协议及其应注意的问题,给出了软硬件设计方法.利用无线通信模块实现无线数据采集系统中嵌入式主机和传感器节点之间的数据传输.
作者:侯鹏; 汪宁; 汪辉; 施思齐 期刊:《工业控制计算机》 2017年第11期
为满足微流控芯片所采集信号的高精度模数转换需求,提出一种新型20位高精度∑△调制器,其采用四阶单位调制器架构,过采样率为512。为满足微流控芯片在便携式设备上低功耗设计的需求,设计对调制器后三阶积分器共用,即仅采用2组运算放大器便可完成四阶调制功能,大幅降低了A/D转换所需功耗。先通过Simulink对系统进行设计和验证,然后基于TSMC0.18μm标准CMOS工艺对调制器进行电路实现和仿真。仿真结果显示,提出的调制器结构可实现20.27...
作者:徐海涛; 高莹; 苏娜 期刊:《传感器与微系统》 2019年第02期
针对软件缺陷预测时普遍存在的样本缺陷数据不平衡、特征冗余等问题,引进稀疏自编码(SAE)神经网络并加以改进,提出了一种新的分类模型。模型结合了SAE神经网络和少数样本合成过采样技术(SMOTE)的优点,可弥补传统分类方法在软件缺陷预测时忽视少数类分类效果、不能很好地保留数据内部特征等不足。基于NASA软件缺陷公共数据库中多个数据集的实验结果表明:提出的模型在软件缺陷预测方面的分类效果明显优于其他算法,尤其提高了不平衡数...
作者:蒋宗礼; 史倩月 期刊:《计算机系统应用》 2019年第08期
不平衡数据在分类时往往会偏向"多数",传统过采样生成的样本不能较好的表达原始数据集分布特征.改进的变分自编码器结合数据预处理方法,通过少数类样本训练,使用变分自编码器的生成器生成样本,用于以均衡训练数据集,从而解决传统采样导致的不平衡数据引起分类过拟合问题.我们在UCI四个常用的数据集上进行了实验,结果表明该算法在保证准确率的同时提高了F_measure和G_mean.
作者:孙肖子; 任爱锋; 郭万有; 孙波; 温玉屏 期刊:《仪器仪表学报》 2004年第06期
主要介绍了用于通信I/Q基带信号发生器中预调制数字滤波器的特点,以及利用统一硬件平台--一片现场可编程器件FPGA实现"高斯(Gaussian)"、"奈奎斯特(Nyquist)"、"平方根奈奎斯特(Root Nyquist)"、"矩形(Rectangular)"等四种滤波器的原理和电路.
作者:周佶昊; 钱志华 期刊:《移动信息》 2018年第03期
Delta_Sigma调制技术以其高分辨率、低功耗、使用方便等特点在传感器等众多领域中被广泛运用。首先从系统框图、电路模型和z域模型三个方面详细地阐释了Delta_Sigma调制的原理,并从过采样技术和噪声整形技术两个方面通俗易懂地分析了Delta_Sigma调制的性能指标。最后给出了Delta_Sigma调制技术的应用场景,让读者对Delta_Sigma调制技术有更全面的了解。
作者:高明哲; 许爱强; 许晴 期刊:《计算机工程与应用》 2019年第04期
针对电子设备故障检测问题中故障机理复杂、故障样本贫瘠的问题,提出一种SL-SMOTE(Safe Level Synthetic Minority Oversampling TEchnique)和代价敏感相关向量机(Cost Sensitive Relevance Vector Machine,CS-RVM)结合的电子设备故障检测方法。所提方法将电子设备的故障检测视为一个非平衡的二分类问题,首先在数据层采用SL-SMOTE对故障样本进行拓展,然后根据优化后的样本训练得到RVM检测器,最后将代价敏感学习引入到检测结果的判...
作者:夏英; 李刘杰; 张旭; 裴海英 期刊:《计算机科学》 2019年第04期
不平衡数据对传统分类算法的性能有一定影响,使得少数类的识别率降低。过采样是处理不平衡数据集的常用方法之一,其主要思想是通过增加少数类样本,使得少数类与多数类的数量能够在一定程度上达到平衡,但现有的过采样方法存在合成重叠样本以及过拟合的问题。文中提出一种基于层次聚类的不平衡数据加权过采样方法WOHC(Weighted Oversampling method based on Hierarchical Clustering)。该方法首先使用层次聚类算法对少数类进行聚类,...