期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到194篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SMOTE算法构建风险预警模型对急性脑梗死患者静脉溶栓预后的预测价值 认领 引用
1
作者 冯会方 张建刚 +2 位作者 谢卫征 肖彩霞 杨新丽 《河南医学研究》 CAS 2026年第5期852-857,共6页
目的分析基于合成少数类过采样技术(SMOTE)算法构建风险预警模型对急性脑梗死(ACI)患者预后的预测价值。方法前瞻性选取2023年1月至2025年1月安阳市人民医院行阿替普酶(rt-PA)静脉溶栓治疗的210例ACI患者,根据溶栓后第3个月预后情况分... 目的分析基于合成少数类过采样技术(SMOTE)算法构建风险预警模型对急性脑梗死(ACI)患者预后的预测价值。方法前瞻性选取2023年1月至2025年1月安阳市人民医院行阿替普酶(rt-PA)静脉溶栓治疗的210例ACI患者,根据溶栓后第3个月预后情况分为预后不良组(61例)、预后良好组(149例)。比较不同预后患者临床资料,分析预后不良影响因素,根据影响因素构建logistic回归方程(LR)模型1;基于SMOTE算法改进数据集,构建基于SMOTE算法的LR模型2,分析比较两种模型的预测效能。结果ACI患者溶栓后第3个月预后不良率为29.05%;预后不良组患者的糖尿病占比、入院美国国立卫生研究院卒中量表(NIHSS)评分、发病至溶栓时间、血清趋化因子CXC配体12(CXCL12)、单核细胞趋化蛋白-1(MCP-1)水平高于预后良好组,血清解偶联蛋白2(UCP2)水平低于预后良好组(P0(P<0.05)。结论与常规LR模型比较,基于SMOTE算法的LR模型预测ACI患者预后不良的预测价值明显改善,可为临床识别预后不良高风险患者提供更可靠临床依据。 展开更多
关键词 急性脑梗死 静脉溶栓 SMOTE算法 预后 预测价值
暂未订购 下载PDF
基于聚类Borderline-SMOTE算法的网络入侵检测方法研究 认领 引用
2
作者 刘冬晖 谢佳睿 《自动化与仪器仪表》 2026年第4期7-10,15,共4页
网络入侵检测中,正常流量占比始终高于入侵信息,容易导致数据不平衡的问题。为提升网络模型对少数类入侵信息的识别能力,提出基于聚类Borderline-SMOTE算法的网络入侵检测方法。根据归一化标准,实施数据清洗,以完成对网络数据的预处理,... 网络入侵检测中,正常流量占比始终高于入侵信息,容易导致数据不平衡的问题。为提升网络模型对少数类入侵信息的识别能力,提出基于聚类Borderline-SMOTE算法的网络入侵检测方法。根据归一化标准,实施数据清洗,以完成对网络数据的预处理,在此基础上,随机选择少数类样本及其最近邻对象生成合成样本,实现基于聚类Borderline-SMOTE算法的入侵信息过采样,再选择合适的分类器训练合成样本,定义检测模型,完成网络入侵检测方法的设计。实验结果表明,该方法可以检测到以固件篡改为代表的低频攻击行为,且误报率下降程度超过70%,显著提升了网络系统对不平衡数据入侵检测的性能。 展开更多
关键词 聚类Borderline-SMOTE算法 网络入侵 不平衡数据 归一化 合成样本 信息过采样
暂未订购 下载PDF
融合随机森林与SMOTE算法的公司财务危机监测方法研究 认领 引用
3
作者 郑明彪 《贵阳学院学报（自然科学版）》 2026年第1期67-71,77,共5页
随着智能算法和计算机技术的发展,公司财务危机监测方法逐渐走向智能化。因此,研究融合改进随机森林算法与合成少数类过采样技术的公司财务危机监测模型。该模型先通过随机采样技术合成少数类样本以平衡数据,再用独立成分分析法提取核... 随着智能算法和计算机技术的发展,公司财务危机监测方法逐渐走向智能化。因此,研究融合改进随机森林算法与合成少数类过采样技术的公司财务危机监测模型。该模型先通过随机采样技术合成少数类样本以平衡数据,再用独立成分分析法提取核心特征,最后结合随机森林进行预测。实验采用A股上市公司财务数据集和新能源汽车产业上市公司财务数据集。实验结果显示,研究提出的模型在两种数据集中召回率最高为0.97、F1分数最高为0.98、准确率最高为0.98,计算时间最低为2分钟。其各项性能均显著优于对比模型,验证了其在财务危机监测中的有效性与高效性,为公司财务安全提供了可靠保障。 展开更多
关键词 随机森林 合成少数类过采样技术 公司财务 危机监测 混合算法
暂未订购 下载PDF
基于SMOTE算法构建行腹腔镜胆囊切除术胆囊结石患者生活质量预测模型 认领 引用
4
作者 王秀云 骆淑萍 +1 位作者 刘换 李哲 《现代生物医学进展》 CAS 2026年第7期1055-1060,1039,共6页
目的:探索基于合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)算法构建行腹腔镜胆囊切除术(Laparoscopic Cholecystectomy,LC)胆囊结石患者生活质量预测模型。方法:回顾性分析2022年1月至2024年1月山东大学... 目的:探索基于合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)算法构建行腹腔镜胆囊切除术(Laparoscopic Cholecystectomy,LC)胆囊结石患者生活质量预测模型。方法:回顾性分析2022年1月至2024年1月山东大学附属山东省立第三医院行LC的127例胆囊结石患者一般资料,根据胃肠道生活质量指数(Gastrointestinal Quality of Life Index,GIQLI)评分将患者分为低生活质量组(38例)和高生活质量组(89例)。对比两组的一般资料,通过单因素和多因素Logistic回归分析LC术后胆囊结石患者生活质量的影响因素。构建LC术后胆囊结石患者的常规Logistic预测模型和SMOTE-Logistic预测模型,并采用受试者工作特征(Receiver Operating Characteristic,ROC)曲线评估预测模型对LC术后胆囊结石患者生活质量的预测效能。结果:两组年龄、合并糖尿病、术后并发症、术前白蛋白(Albumin,Alb)、手术时间、术前总胆红素(Total Bilirubin,TBIL)比较有差异(P<0.05)。年龄高、合并糖尿病、术后并发症是LC术后胆囊结石患者低生活质量的独立危险因素,术前Alb高是LC术后胆囊结石患者低生活质量的独立保护因素(P<0.05)。ROC曲线显示,常规Logistic模型和SMOTE-Logistic模型的曲线下面积(Area Under the Curve,AUC)分别为0.782、0.895,SMOTE-Logistic模型的AUC显著高于常规Logistic模型(Z=2.518,P=0.021)。结论:年龄高、合并糖尿病、术后并发症是LC术后胆囊结石患者低生活质量的独立危险因素,术前Alb高是其保护因素。基于SMOTE算法构建的预测模型可有效预测LC术后胆囊结石患者的生活质量。 展开更多
关键词 腹腔镜胆囊切除术 胆囊结石 生活质量 SMOTE算法
暂未订购 下载PDF
基于SMOTE算法构建糖尿病肾病血液透析病人继发栓塞性卒中风险预测模型 认领 引用
5
作者 王珺 陈阳春 谢晓慧 《循证护理》 2026年第7期1540-1545,共6页
目的:对糖尿病肾病(DN)血液透析病人继发栓塞性卒中的危险因素进行分析,基于SMOTE算法构建风险预测模型。方法:回顾性选取2022年5月—2024年5月本院接受治疗的282例DN血液透析病人作为研究对象,收集病人的临床相关资料,根据DN血液透析... 目的:对糖尿病肾病(DN)血液透析病人继发栓塞性卒中的危险因素进行分析,基于SMOTE算法构建风险预测模型。方法:回顾性选取2022年5月—2024年5月本院接受治疗的282例DN血液透析病人作为研究对象,收集病人的临床相关资料,根据DN血液透析病人是否发生继发栓塞性卒中,将其分为发生组和未发生组,采用单因素及多因素Logistic回归分析DN血液透析病人继发栓塞性卒中的独立危险因素,构建Logistic回归模型(P1),同时基于SMOTE算法改进数据集,构建预测模型(P2),比较2种模型的预测效能。结果:282例DN血液透析病人中,有85例发生继发栓塞性卒中,其发生率为30.14%。多因素Logistic回归分析显示,体质指数、冠心病、高血压、总胆固醇、超敏C反应蛋白是DN血液透析病人继发栓塞性卒中的独立危险因素(P<0.05),血清清蛋白水平是其保护因素(P<0.05);模型P1和模型P2经Hosmer‑Lemeshow检验,模型拟合度良好;2种模型受试者工作特征(ROC)曲线分析结果显示,模型P2的ROC曲线下面积(AUC)为0.927,高于模型P1的0.853,差异有统计学意义(P<0.05)。结论:基于SMOTE算法构建的预测模型对DN血液透析病人继发栓塞性卒中具有较高的预测效能,医护人员可根据该模型在早期进行有效的干预,以预防或降低继发栓塞性卒中的发生率。 展开更多
关键词 SMOTE算法 糖尿病肾病 血液透析 继发栓塞性卒中 预测模型 护理
暂未订购 下载PDF
基于Borderline-SMOTE和OOA-SVM的心脏病诊断预测模型 认领 引用 被引量：2
6
作者 祖璇 张广海 《兰州文理学院学报（自然科学版）》 2025年第1期46-52,共7页
为实现心脏病精准预测,构建了一种预测准确率较高的心脏病诊断预测模型.首先对原始数据集进行pearson相关性分析和归一化处理;然后采用过采样技术Borderline-SMOTE算法,平衡训练数据集的少数类;之后利用鱼鹰优化算法(Osprey Optimizatio... 为实现心脏病精准预测,构建了一种预测准确率较高的心脏病诊断预测模型.首先对原始数据集进行pearson相关性分析和归一化处理;然后采用过采样技术Borderline-SMOTE算法,平衡训练数据集的少数类;之后利用鱼鹰优化算法(Osprey Optimization Algorithm,OOA)优化支持向量机(support vector machine,SVM),获得最优参数组合(C,g);最后在测试数据集上进行分类预测.与SSA-SVM、SMA-SVM和SVM相比,本文方法OOA-SVM的预测准确率最高,达到了95.08%,且模型稳定性最好. 展开更多
关键词 Borderline-SMOTE 鱼鹰优化算法 支持向量机 心脏病诊断预测
暂未订购 下载PDF
基于SMOTE算法与可解释性机器学习的鼻咽癌远处转移预测模型研究 认领 引用
7
作者 赵迎喜 梁立莉 +4 位作者 黄雪旗 罗香妮 蒋效益 蓝柳 谢园枝 《右江医学》 2025年第10期912-920,共9页
目的 构建基于SMOTE算法和可解释性机器学习的鼻咽癌(NPC)远处转移预测模型,评估不同算法的预测性能,并通过SHAP解释方法和PR曲线解析模型决策依据,为NPC远处转移的早期预测提供临床辅助工具。方法 收集广西科技大学第二附属医院于2020... 目的 构建基于SMOTE算法和可解释性机器学习的鼻咽癌(NPC)远处转移预测模型,评估不同算法的预测性能,并通过SHAP解释方法和PR曲线解析模型决策依据,为NPC远处转移的早期预测提供临床辅助工具。方法 收集广西科技大学第二附属医院于2020年1月至2023年12月期间收治的145例NPC患者的临床及实验室检查资料。对数据差异性进行分析,筛选NPC远处转移组与未转移组间有统计学意义的指标作为特征变量。采用四种机器学习算法(XGBoost、随机森林、LightGBM和逻辑回归)构建NPC远处转移预测模型,基于准确率、精确率、召回率、F1得分和受试者工作特征(ROC)曲线下面积(AUC)值五个常用评价指标,并结合ROC曲线和PR曲线选取最优的预测模型,对最优模型进行SHAP可解释性分析,以挖掘影响NPC远处转移的关键特征变量。结果 在未处理类别不平衡的情况下,XGBoost模型展现出最优的预测性能,其AUC值达到0.86,准确率为0.86,F1得分为0.72,敏感性为0.62,特异性为0.97。采用SMOTE算法进行过采样平衡类别后,XGBoost模型的性能进一步提升,AUC值达到0.96,准确率为0.92,F1得分为0.93,敏感性为0.91,特异性为0.93。PR曲线分析结果表明,XGBoost模型在不同阈值下均表现出良好的稳定性。在SHAP模型解释中,鳞状细胞癌抗原、红细胞分布宽度和细胞角蛋白19片段被识别为对NPC远处转移预测结果具有显著影响的重要特征。结论 基于SMOTE和XGBoost的预测模型能有效识别NPC远处转移风险,结合SHAP可解释性分析,为临床提供了具有生物学意义的决策依据。该模型有望辅助医生早期筛选高风险患者,制订个体化治疗策略。 展开更多
关键词 鼻咽癌 机器学习 预测模型 SHAP值 SMOTE算法
暂未订购 下载PDF
基于G-SMOTE和优化随机森林的不平衡遥感数据分类 认领 引用
8
作者 肖艳 刘项 +1 位作者 王斌 潘俊 《测绘科学》 CSCD 北大核心 2025年第12期149-156,共8页
针对现有遥感影像分类方法通常假定用于训练的样本集是平衡的,但实际获取的地类样本常存在类别不平衡的问题,该文提出了一种结合几何合成少数过采样(G-SMOTE)和优化随机森林的不平衡遥感数据分类方法。该方法首先基于G-SMOTE算法对不平... 针对现有遥感影像分类方法通常假定用于训练的样本集是平衡的,但实际获取的地类样本常存在类别不平衡的问题,该文提出了一种结合几何合成少数过采样(G-SMOTE)和优化随机森林的不平衡遥感数据分类方法。该方法首先基于G-SMOTE算法对不平衡地类样本集进行处理,然后根据不平衡遥感数据特点,构建加权随机森林算法,同时利用遗传算法对加权随机森林进行参数寻优。以安徽省黄山市黄山区为研究区,Landsat8遥感影像为数据源,基于获取的不平衡地类样本集进行土地利用分类,总体分类精度和Kappa系数分别为91.22%和0.8837。此外,还构建了6种对比方法用于分类,对比结果进一步验证了提出方法的有效性。 展开更多
关键词 遥感 土地利用分类 不平衡数据 G-SMOTE 随机森林 遗传算法
暂未订购 下载PDF
基于SMOTE算法构建糖尿病足溃疡患者风险预测模型的初步探索 认领 引用 被引量：1
9
作者 郭福蝶 李希西 +3 位作者 李叶萍 罗杨 张红梅 白迎春 《北京生物医学工程》 2025年第3期284-289,共6页
目的探索糖尿病患者发生糖尿病足溃疡(diabetic foot ulcers,DFU)的独立风险因素,并基于SMOTE算法构建预警模型。方法回顾性分析2017年2月至2021年2月期绵阳市中心医院收治的272例糖尿病患者的临床资料,根据患者是否发生DFU将患者分为DF... 目的探索糖尿病患者发生糖尿病足溃疡(diabetic foot ulcers,DFU)的独立风险因素,并基于SMOTE算法构建预警模型。方法回顾性分析2017年2月至2021年2月期绵阳市中心医院收治的272例糖尿病患者的临床资料,根据患者是否发生DFU将患者分为DFU组和非DFU组,采用多因素Logistic回归分析筛选糖尿病DFU的独立风险因素并构建预测模型X1,同时基于SMOTE算法改进数据集,构建预警模型X2,并对比验证模型的预测效能,内部验证方法采用5折交叉验证。结果高血压、周围神经病变、C反应蛋白(C-reactive protein,CRP)≥8 mg/L、糖化血红蛋白(glycosylated hemoglobin,type A1C,HbA1c)≥6%、纤维蛋白原(fibrinogen,FIB)≥4 g/L为糖尿病患者发生DFU的独立风险因素(P<0.05)。基于上述风险因素建立预警模型X1的ROC曲线下面积为0.888(95%CI:0.826~0.951),基于SMOTE算法改进数据集的预警模型X2的ROC曲线下面积为0.916(95%CI:0.891~0.941),两者均具有较高的预测精准度,但后者的预测效果稍高于前者。5折交叉验证的模型正确率为77.2%。结论高血压或血压升高、发生周围神经病变及高CRP、HbA1c、FIB水平均是糖尿病足溃疡的独立风险因素,在临床治疗中应重点关注。基于SMOTE过抽样算法建立的风险预警模型具有较高的预测效能,临床可根据上述因予以足溃疡高危人群制定相应的防治措施。 展开更多
关键词 SMOTE算法 糖尿病足溃疡 Logistic分析 风险预测模型
暂未订购 下载PDF
基于SMOTE算法的结直肠癌患者术后发生腹腔感染的预警模型构建 认领 引用 被引量：4
10
作者 杨静 杨婕 蒋理立 《肿瘤药学》 CAS 2025年第3期363-369,共7页
目的基于SMOTE算法构建结直肠癌患者术后发生腹腔感染的预警模型。方法将328例结直肠癌患者作为观察对象,根据术后是否发生腹腔感染分为感染组(50例)和非感染组(278例),收集和分析受试者资料,用单因素及Logistic回归分析筛选结直肠癌患... 目的基于SMOTE算法构建结直肠癌患者术后发生腹腔感染的预警模型。方法将328例结直肠癌患者作为观察对象,根据术后是否发生腹腔感染分为感染组(50例)和非感染组(278例),收集和分析受试者资料,用单因素及Logistic回归分析筛选结直肠癌患者术后发生腹腔感染的影响因素,再通过SMOTE算法重建影响因素的原始数据集,构建风险预警模型并验证其预测效能。结果328例结直肠癌患者中有50例术后发生腹腔感染,发生率为15.24%。合并糖尿病(X1)、切口长度(X2)、手术时间(X3)、出血量(X4)、联合脏器切除(X5)、术后发生吻合口瘘(X6)、术后引流管留置时间(X7)是结直肠癌患者术后发生腹腔感染的危险因素(P<0.05)。得到原始预警模型P1=1/[1+e-(-5.009+1.190X1+0.737X2+0.905X3+0.941X4+1.028X5+1.047X6+0.929X7)]和基于SMOTE算法的预警模型P2=1/[1+e-(-6.152+1.251X1+0.788X2+0.915X3+0.972X4+1.109X5+1.276X6+0.958X7)]。基于SMOTE算法的预警模型P2的AUC值[0.833(95%CI:0.792~0.854)]高于原始预警模型P1的AUC值[0.814(95%CI:0.765~0.826)]。结论基于SMOTE算法构建的预警模型AUC值高于原始预警模型,其预测性能更优。 展开更多
关键词 结直肠癌患者 腹腔感染 预警模型 SMOTE算法 术后
暂未订购 下载PDF
基于SMOTE算法的航班正常率预测 认领 引用 被引量：2
11
作者 张嘉懿 胡明华 黄梵根 《华东交通大学学报》 2025年第3期57-66,共10页
为实现对航班正常率的精准预测,根据航班延误原因进行数据统计,构建了包含起飞机场、目的地机场、流控信息、航路航线性质的航班正常预测指标体系,提出了基于SMOTE算法的XGBoost分类预测模型(SM-XGBoost模型)和基于SMOTE算法的LightGBM... 为实现对航班正常率的精准预测,根据航班延误原因进行数据统计,构建了包含起飞机场、目的地机场、流控信息、航路航线性质的航班正常预测指标体系,提出了基于SMOTE算法的XGBoost分类预测模型(SM-XGBoost模型)和基于SMOTE算法的LightGBM分类预测模型(SM-LightGBM模型),并以华东地区主要机场实际数据为基础,对所提模型的有效性和先进性进行了验证。结果表明:SM-XGBoost模型和SM-LightGBM模型在预测准确度和误差上明显优于决策树和随机森林模型;在训练集和测试集稳定性上,SM-LightGBM模型优于SM-XGBoost模型,对测试集的预测准确率最高达88.2%。该方法为类似复杂系统事件预测提供了一种新的分析思路。 展开更多
关键词 SMOTE算法 航班正常率 XGBoost模型
暂未订购 下载PDF
基于SMOTE算法的心搏骤停复苏后癫痫风险预测模型 认领 引用
12
作者 张晶 卢生桂 +2 位作者 蔡宝裕 郑伊静 李奕鑫 《中国医药》 2025年第12期1784-1788,共5页
目的探究基于SMOTE算法在心搏骤停复苏成功后癫痫风险预测模型。方法回顾性收集2016年10月至2023年10月中国人民解放军联勤保障部队第九一〇医院收治的心搏骤停复苏成功患者200例作为观察对象,根据复苏成功后是否发生癫痫分为癫痫组(50... 目的探究基于SMOTE算法在心搏骤停复苏成功后癫痫风险预测模型。方法回顾性收集2016年10月至2023年10月中国人民解放军联勤保障部队第九一〇医院收治的心搏骤停复苏成功患者200例作为观察对象,根据复苏成功后是否发生癫痫分为癫痫组(50例)和非癫痫组(150例)。收集和分析受试者资料,用单因素及多因素Logistic回归分析筛选心搏骤停复苏成功后并发癫痫的危险因素,再通过SMOTE算法重建影响因素原始数据集,得出风险预警模型并验证其预测效能。结果200例心搏骤停复苏成功后并发癫痫者50例,其发生率为25.0%。多因素Logistic回归分析结果显示,年龄、癫痫史、颅内感染、心脑血管疾病、缺氧缺血性脑损伤是心搏骤停复苏成功后并发癫痫的危险因素(均P<0.05),得到原始预警模型P 1=1.107 X 1+1.221 X 2+1.025 X 3+1.227 X 4+1.162 X 5-3.909,经Hosmer-Lemeshow检验结果表明,模型拟合度良好(决定系数R2=0.418,P=0.599)。基于SMOTE算法的预警模型P 2=1.212 X 1+1.351 X 2+1.208 X 3+1.357 X 4+1.271 X 5-4.241,经Hosmer-Lemeshow检验结果表明,模型拟合度良好(决定系数R2=0.617,P=0.833)。受试者工作特征曲线分析结果显示,原始预警模型P 1的曲线下面积为0.791,预警模型P 2的曲线下面积为0.825。结论基于SMOTE算法构建的预警模型较原始预警模型更优,能准确预警心搏骤停复苏成功后并发癫痫。 展开更多
关键词 心搏骤停复苏成功 癫痫 SMOTE算法 预后模型
暂未订购 下载PDF
基于SMOTE算法的岩爆烈度等级预测模型研究 认领 引用
13
作者 李璐佳 周爱红 +1 位作者 袁颖 戎密仁 《河北地质大学学报》 CAS 2025年第3期30-37,共8页
为了解决岩爆数据库中存在数据不均衡的问题,导致岩爆预测准确率较低等问题,基于SMOTE(synthetic minority oversampling technique)过采样算法提出了SMOTE-随机森林、SMOTE-梯度提升决策树、SMOTE-支持向量机、SMOTE-BP神经网络、SMOTE... 为了解决岩爆数据库中存在数据不均衡的问题,导致岩爆预测准确率较低等问题,基于SMOTE(synthetic minority oversampling technique)过采样算法提出了SMOTE-随机森林、SMOTE-梯度提升决策树、SMOTE-支持向量机、SMOTE-BP神经网络、SMOTE-卷积神经网络5种模型。选取6个指标,并将岩爆烈度等级划分为4个等级,以此建立岩爆指标体系。然后,针对岩爆数据库存在数据不均衡问题,使用SMOTE过采样算法扩增数据库。最后引入5种常用的机器学习模型预测岩爆烈度等级,并将这5种模型分别对原始的岩爆数据库和经过SMOTE算法后的岩爆数据库进行预测,验证预处理过程的有效性。结果表明:1)相比于传统模型,引入SMOTE算法后,模型预测准确率提高了10.000%~35.000%;2)SMOTE-随机森林模型相比于其他4种模型预测准确率最高。 展开更多
关键词 岩爆 SMOTE过采样算法 随机森林 烈度等级预测
暂未订购 下载PDF
基于GRU-Attention网络与SMOTE算法的疲劳驾驶检测方法 认领 引用 被引量：2
14
作者 周纪 《汽车实用技术》 2025年第9期46-51,66,共6页
文章提出了一种基于合成少数类过采样技术(SMOTE)、门控循环单元(GRU)神经网络与注意力(Attention)机制的疲劳驾驶检测方法。疲劳驾驶是导致交通事故的重要因素,尤其在长途驾驶或夜间行车时,驾驶员的警觉度会下降。文章通过分析方向盘... 文章提出了一种基于合成少数类过采样技术(SMOTE)、门控循环单元(GRU)神经网络与注意力(Attention)机制的疲劳驾驶检测方法。疲劳驾驶是导致交通事故的重要因素,尤其在长途驾驶或夜间行车时,驾驶员的警觉度会下降。文章通过分析方向盘转角数据,提取驾驶员行为特征,判断其疲劳状态。为解决数据不平衡问题,文章采用SMOTE算法对少数类样本进行过采样,缓解了类别不平衡对模型训练的影响,研究共采集了4 320个驾驶片段样本,并将疲劳程度划分为三类:正常、疲劳、非常疲劳。结合GRU神经网络和Attention机制(GRU能够处理长时序数据,而Attention机制能够帮助网络关注关键时刻的转角变化),提高疲劳特征的识别能力。实验结果表明,所提出的方法在疲劳驾驶检测中取得了98%以上的命中率(POD),能够有效识别不同疲劳程度,对交通安全具有重要意义。 展开更多
关键词 疲劳驾驶 SMOTE算法 GRU神经网络 Attention机制
暂未订购 下载PDF
基于SMOTE的TDBO-SVM变压器故障诊断 认领 引用
15
作者 孟秋彤 刘为国 朱洪波 《佳木斯大学学报（自然科学版）》 CAS 2025年第7期9-12,16,共4页
变压器在电力系统中发挥着至关重要的作用,为了保证变压器故障诊断的可靠性,提出了基于合成少数类过采样技术(SMOTE)的TDBO-SVM变压器故障诊断模型。首先,通过SMOTE均衡数据集,降低不平衡故障数据对模型诊断精度的影响;其次,引入了SPM... 变压器在电力系统中发挥着至关重要的作用,为了保证变压器故障诊断的可靠性,提出了基于合成少数类过采样技术(SMOTE)的TDBO-SVM变压器故障诊断模型。首先,通过SMOTE均衡数据集,降低不平衡故障数据对模型诊断精度的影响;其次,引入了SPM混沌映射、可变螺旋搜索策略、Levy飞行策略、自适应t分布扰动变异对蜣螂算法进行改进;随后利用TDBO对SVM的惩罚参数和核参数进行组合寻优,建立TDBO-SVM模型;最后,对不同变压器故障诊断模型进行实例仿真对比,验证了该模型在油浸式变压器故障诊断中具有较高的诊断精度和较好的收敛性。 展开更多
关键词 SMOTE 改进蜣螂优化算法 SVM 变压器 故障诊断
暂未订购 下载PDF
基于SMOTE改进方法的交通事故风险预测模型 认领 引用 被引量：1
16
作者 江煦宁 薛雅慧 王一菲 《智能计算机与应用》 2025年第7期42-47,共6页
近年来,交通事故发生率居高不下,给社会稳定和经济发展造成了严重影响。交通事故预测属于不平衡数据的二分类问题,具有数据量大、样本不平衡率高、计算强度大等问题。采集G15上海路段高速公路交通数据,采用合成少数类样本过采样技术(Syn... 近年来,交通事故发生率居高不下,给社会稳定和经济发展造成了严重影响。交通事故预测属于不平衡数据的二分类问题,具有数据量大、样本不平衡率高、计算强度大等问题。采集G15上海路段高速公路交通数据,采用合成少数类样本过采样技术(Synthetic Minority Oversampling Technique,SMOTE)改进方法和机器学习、深度学习模型结合,改善SMOTE方法合成数据时的盲目性和不同分类模型处理不平衡数据时产生的过拟合问题,分类探究了不同模型对交通事故风险预测的适用性和鲁棒性,并针对实验数据得出结论。实验表明,属性分类合成过采样(Attribute-Synthetic Minority Oversampling Technique,ASMOTE)和极致梯度提升(eXtreme Gradient Boosting,XGBoost),改进合成过采样(Improved Synthetic Minority Oversampling Technique,ISMOTE)和随机森林(Random Forest,RF)两种结合模型在交通事故预测领域具有一定优势。运用SMOTE改进方法有效避免了交通事故样本误分类率高的问题,提升了交通事故风险预测的准确性,为实现交通事故预测提供解决策略与方向。 展开更多
关键词 交通事故 风险预测 不平衡数据 过采样 SMOTE改进方法
暂未订购 下载PDF
基于LightGBM-SMOTE模型的新能源上市公司财务困境预警研究 认领 引用
17
作者 李泗颍 史新和 《金陵科技学院学报（社会科学版）》 2025年第3期25-32,共8页
以我国新能源上市公司为研究对象,基于2014—2024年沪深A股73家ST新能源公司数据和作为对照样本的219家非ST公司的配对样本数据,利用LightGBM算法和SMOTE技术构建财务困境预警模型,并与其他财务困境预警模型进行对比分析。结果表明:Ligh... 以我国新能源上市公司为研究对象,基于2014—2024年沪深A股73家ST新能源公司数据和作为对照样本的219家非ST公司的配对样本数据,利用LightGBM算法和SMOTE技术构建财务困境预警模型,并与其他财务困境预警模型进行对比分析。结果表明:LightGBM-SMOTE模型预测效能显著优于随机森林、决策树、BP神经网络、XGBoost、CatBoost以及未使用SMOTE技术的LightGBM等基准模型。在此基础上,对特征重要性进行分析,发现政府补助占利润比、营业净利率、净资产收益率、资产报酬率、总资产增长率和前十大股东持股比例是识别财务困境的关键指标。基于研究结论,对新能源企业财务风险管理提出如下建议:构建常态化预警机制,动态监测关键指标变化趋势;通过技术创新与成本优化增强内生盈利能力,降低对政府补贴的依赖程度;完善治理机制,优化股权结构,强化独立董事的监督作用。 展开更多
关键词 新能源上市公司 财务困境预警 机器学习 LightGBM算法 SMOTE技术
暂未订购 下载PDF
基于改进SMOTE算法的体育运动录入系统的不平衡数据分类研究分析 认领 引用
18
作者 姚继富 黄鹏霖 《微型电脑应用》 2025年第11期39-42,共4页
不平衡体育数据成绩具有高维和分布不平衡的双重特征,对于不平衡分类问题,大多数传统分类模型往往需要大量的标注样本,导致不平衡数据分类效率低。因此提出利用基于SMOTE算法和正态分布思想,将原SMOTE算法中的均匀随机分布替换为正态随... 不平衡体育数据成绩具有高维和分布不平衡的双重特征,对于不平衡分类问题,大多数传统分类模型往往需要大量的标注样本,导致不平衡数据分类效率低。因此提出利用基于SMOTE算法和正态分布思想,将原SMOTE算法中的均匀随机分布替换为正态随机分布,使新生成的样本点以更高的概率分布在少数样本中心附近,避免扩展数据的边缘化,提高不平衡数据分类效率。实验结果表明,随着过采样倍数增加,准确率、召回率、F1分数呈先增加后下降趋势。过采样倍数为1和5时,准确率等评估指标变化幅度较小,当过采样倍数为10时,准确率、召回率、F1分数增加幅度明显增加,最大准确率为97.77%。当不平衡比从1∶20变为1∶30时,改进SMOTE算法的精度从99.08%下降到98.67%。当不平衡比非常大时,改进SMOTE算法仍有较高的分类精度。 展开更多
关键词 SMOTE算法 正态分布 采样倍数 分类精度
暂未订购 下载PDF
不均衡样本下基于最优化理论的冲击倾向性分类预测方法 认领 引用
19
作者 贾金兑 丁自伟 +4 位作者 张超凡 高成登 巩欣伟 许庆钊 李龙勃 《中国矿业大学学报》 EI CAS CSCD 北大核心 2026年第3期862-876,共15页
煤层冲击倾向性等级分类预测是煤矿冲击地压风险评估的重要前提.为提高复杂条件冲击倾向性分类的预测效率及精度,深入挖掘整合构建了含221组样本案例及49组σc单特征缺失的样本数据集.针对统计实测数据集中存在的类别不均衡(如强、... 煤层冲击倾向性等级分类预测是煤矿冲击地压风险评估的重要前提.为提高复杂条件冲击倾向性分类的预测效率及精度,深入挖掘整合构建了含221组样本案例及49组σc单特征缺失的样本数据集.针对统计实测数据集中存在的类别不均衡(如强、弱冲击样本相对稀缺等)问题,提出了不均衡样本下基于最优化理论的元启发式算法智能优化支持向量机(SVM)冲击倾向性分类预测方法.结果表明:采用基于K-means的改进SMOTE算法进行空值填充、异常值剔除、重采样与聚类合成新样本等数据预处理,解决了数据集的不均衡问题.提出基于新型元启发式优化算法CFOA(捕鱼优化算法)策略优化的CNN(卷积神经网络)-SVM预测模型,通过智能优化算法对CNN控制分类器核函数进行最优化理论调优,进一步调整了SVM超参数的优化搜索策略;经样本数据类均衡预处理、优化算法改进SVM调优,与其他8种模型对比分析,验证了所提优化SVM模型的优良性能,经数据预处理后CFOA-CNN-SVM模型在测试集中综合性能最优,准确度最高,达96.3%;对于3类标签样本,预测精度分别为0.97,0.95和0.97,召回率分别为1.00,0.95和0.95,F1值分别为0.99,0.95和0.96.最后通过实际案例验证了所提模型的泛化能力,其在处理样本不均衡及单一特征数据缺失、小样本试验数据中表现出了良好的预测效果.研究成果对于提高煤层冲击倾向性预测数据库的质量和改善模型预测性能具有重要的基础价值. 展开更多
关键词 冲击倾向性 不均衡样本 SMOTE算法 元启发式优化 支持向量机 分类预测
暂未订购 下载PDF
融合改进K-SMOTE与LightGBM算法的故障检测方法 认领 引用
20
作者 包家丽 《现代信息科技》 2025年第15期174-178,共5页
针对工业故障检测中类别不平衡数据导致的模型泛化能力弱、对少数类故障识别精度不足等问题,文章提出一种融合聚类优化与集成学习的分类框架,旨在提升多类故障检测的鲁棒性与准确性。采用了基于K-means聚类的改进SMOTE算法(K-SMOTE),通... 针对工业故障检测中类别不平衡数据导致的模型泛化能力弱、对少数类故障识别精度不足等问题,文章提出一种融合聚类优化与集成学习的分类框架,旨在提升多类故障检测的鲁棒性与准确性。采用了基于K-means聚类的改进SMOTE算法(K-SMOTE),通过簇内样本插值策略增强少数类样本的分布合理性,结合随机K折交叉验证动态划分均衡化数据集,构建LightGBM算法训练集成分类模型。在UCI钢板缺陷数据集上的实验表明,所提方法的准确率、精确率及召回率分别达到0.930、0.920和0.920,显著优于随机森林和MLP等模型,各类别ROC曲线的AUC值均高于0.98,最高达1.00,验证了其对复杂故障模式的高区分能力。 展开更多
关键词 工业故障诊断 K-SMOTE算法 LightGBM
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈