.
通过前推回代法,结合三相不平衡和互阻抗考虑,这个matlab程序允许用户根据需要改变三相负荷和线路参数,从而建立高度可定制的三相不平衡模型。程序中详细注释有助于理解,同时提供了丰富的参考文档,为用户提
摘要路灯变压器三相负荷不平衡运行会带来增加变压器的能耗、降低变压器出力、出现输出电压不平衡、零序电流过大和增加线路能耗等五方面恶果,应引起重视。关键词路灯变压器负荷不平衡后果
書中机器学习 (特别是在分类)中一个令人惊讶的常见问题,出现于每个类别的观测样本不成比例的数据集中。普通的准确率不再能够可靠地度量性能,这使得模型训练变得更加困难。不平衡类别使得“准确率”失去意义。
基于不平衡数据混合采样的Lonzi堆栈方法研究,向晖,王斌,本文主要针对不平衡数据探究分类算法,采用随机欠采样与SMOTE过采样相结合的混合采样技术对不平衡数据进行处理,降低数据不平衡对�
使用预训练的Google BERT模型对有毒评论(Kaggle的竞争数据集)进行多标签分类 keras-bert.ipynb :在Google的BERT模型的顶部微调一个多标签分类器(固定其参数)。
提出一种适用于多类不平衡分布情形下的模糊关联分类方法, 该方法以最小化AdaBoost.M1W 集成学习迭 代过程中训练样本的加权分类错误率和子分类器中模糊关联分类规则数目及规则中所含模糊项的数目为遗
对蜂群算法的性能进行全面的测试和研究,实验分析了维数和粒子数对算法的影响,侦察蜂的活动对算法的影响以及初始解的位置对算法的影响。同时受遗传算法的启发,将典型的选择机制应用到蜂群算法并对其进行改进,并比
针对不平衡数据集上进行文本分类,传统的特征选择方法容易导致分类器倾向于大类而忽视小类,提出一种新的特征选择方法IPR(integratedprobabilityratio)。该方法综合考虑特征在正类和
基于有监督学习思想的链接分类是复杂网络分析领域的主要研究问题,该思想的核心在于把网络分成训练网络和目标网络,通过分类模型学习训练集合并对目标集合进行预测。然而在复杂网络链接分类这一场景中,正类别样本和