广义依赖型不平衡语言集结算子及其在多属性决策中的应用

VANET中的自适应模糊多属性决策路由

论文研究-多属性决策方法及应用.pdf,  本文将多属性决策问题转化为寻求一概率分布问题, 利用Kullback信息量, 给出了一种排序方法。

针对方案属性值为三参数区间灰数和模糊语言的混合型灰色多属性决策问题, 提出一种基于“离合”思想的混合灰靶决策方法. 首先, 定义三参数区间灰数的距离测度和排序方法; 然后, 鉴于灰信息与模糊信息相互转

给出了求解属性值为语言区间的多属性决策问题的新算法。其主要思想是将语言区间中语言标度用模糊集来表示，通过去模糊化方法将语言区间转化成区间数，用已有的属性值为区间数的决策方法进行决策。实例说明上述方法的

Unbalanced data set classification

数据挖掘:数据清洗——数据不平衡处理 一、什么是数据不平衡? 不平衡数据集指的是数据集各个类别的样本数目相差巨大,也叫数据倾斜。以二分类问题为例,即正类的样本数量远大于负类的样本数量。严格地讲,任何数

Nokian CapaciTIors NUR-36不平衡电流保护继电器操作手册NUR-36保护继电器是一个单相灵敏的过电流继电器，它有二段的过电流保护，每段均有其参数及输出继电器。NUR-36是用于高

不平衡竞标是一种现金流量管理策略,被公有所有者视为非法/取消资格的做法; 和大多数私人所有者的不道德行为。 这种做法为中标的投标人提供了不合理的优势,却损害了所有者的利益。 不幸的是,目前有限的工具和

不平衡数据一般是由于数据产生的原因导致的，类别少的样本通常是发生的频率低，需要很长的周期进行采集。在机器学习任务中，不平衡数据会导致训练的模型预测的结果会偏向于样本数量多的类别，这个时候除了要选择合适

2017年的一篇综述论文，系统阐述了在卷积神经网络中的类别不平衡问题，以及对比了几种常用的解决方法，并在MNIST、CIFAR-10和ImageNet数据集上进行结果对比。