不平衡数据集分类

针对不平衡数据中特征维数高、标记样本缺乏问题,提出一种基于遗传算法和BiasedSVM的不平衡数据半监督特征选择算法。该方法首先利用初始的标记样本集训练处理不平衡数据的Biased-SVM模型,然后用

针对少数类样本合成过采样技术（syntheticminorityover-samplingtechnique，SMOTE）在合成少数类新样本时会带来噪声问题，提出了一种改进降噪自编码神经网络不平衡数据

ODOC-ELM:基于最优决策输出补偿的极限学习机,用于对不平衡数据进行分类

研究电力系统电压不对称情况下不平衡负载的补偿方法,指出非理想系统电压下Steinmetz平衡分量补偿方法无法实现三相不平衡负载电流平衡补偿。在Steinmetz理想补偿理论基础上增加一个无功补偿自由度

GB9239-88刚性转子平衡品质许用不平衡的确定pdf,GB9239-88刚性转子平衡品质许用不平衡的确定

处理类不平衡数据时，少数类的边界实例非常容易被错分。为了降低类不平衡对分类器性能的影响，提出了自适应边界采样算法（AB-SMOTE）。AB-SMOTE算法对少数类的边界样本进行自适应采样，提高了数据集

基于LabVIEW的三相电压不平衡度，虚拟仪器、LabVIEW、电能质量、三相电压不平衡度测量

三相电压不平衡度计算simulink模型，可供参考调试正确

为实现高速光通信系统高效低成本测试的目标,基于施密特正交化过程(GSOP,Gram-Schmidt orthogonalization procedure),提出了一种适用于偏振复用—多进制正交幅度调

用电设备的随机投切电网,使得负荷不平衡现象频发,导致电网谐波污染、电能质量下降。基于无功补偿方式,采用模块化设计研制了智能型三相负荷不平衡调整装置,其中硬件设计包括AD采样电路、保护模块、触发模块、通