导读:本文包含了类的非均衡论文开题报告文献综述及选题提纲参考文献，主要关键词:朴素贝叶斯,监督学习,感受性曲线,非均衡样本
类的非均衡论文文献综述
谭志,侯涛文[1]（2019）在《面向非均衡数据类的朴素贝叶斯改进算法》一文中研究指出针对朴素贝叶斯分类器存在对非均衡样本分类时,易将少数类样本分到多数类的问题,利用感受性曲线的性质和深度特征加权的思想,提出一种面向非均衡数据类的朴素贝叶斯加权算法(DA-WNB)。为了验证该算法对不平衡数据分类的有效性,实验结果以AUC、真正类率、整体精度为指标,仿真结果表明,该算法能提高少数类分类准确率(最高达60%),且能保持较高的整体精度。(本文来源于《现代电子技术》期刊2019年09期）
齐利泉[2]（2019）在《基于类中心插值的非均衡数据分类算法》一文中研究指出在传统的随机森林算法中,随机森林由多棵决策树组成,分类的结果由所有的决策树共同投票决定。随机森林算法在训练决策树的过程中,单棵决策树训练样本的随机采样使得训练产生的决策树模型分类性能有所差别。训练样本的非均衡性会使随机森林模型更偏向大数据样本,使得小样本数据分类性能欠佳。为此,提出了KC-RF算法。该算法的过采样数据分为两部分:第一部分利用k-means对小样本数据进行聚类,在聚类中心周围根据欧式距离采样部分数据,用以表征样本;第二部分以小样本数据中心CM和大样本数据中心间的类间距作为标准进行样本插值。将过采样产生的两部分数据和原来的小样本数据共同组成训练样本,再使用随机森林进行分类。通过在KEEL数据集上的实验证明,所提算法的分类精度提高明显。(本文来源于《通信技术》期刊2019年03期）
王国兰[3]（2018）在《一类非均衡蛛网模型的动态分析与经济预测》一文中研究指出蛛网模型是动态经济分析中的一个经典模型,本文讨论了其平衡点的稳定性,推广了已有模型中参数的取值范围,建立了测度微分方程模型,对新产品的畅销期限进行了预测.(本文来源于《中央民族大学学报(自然科学版)》期刊2018年02期）
高雷阜,赵世杰,于冬梅,徒君[4]（2017）在《耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法》一文中研究指出针对标准支持向量机(SVM)识别非均衡数据往往会出现最优超平面倾向性和正类样本大量错分的现象,探讨SVM识别非均衡数据失效的原因及对策;考虑到SVM最优超平面仅由少量支持向量完全决定的特性,提出一种基于负类边界样本裁剪策略的SVM数学模型.鉴于该模型需经多次负类数据的"训练-裁剪"过程才能较好地识别正类样本且较为费时,以等效的一次性裁掉更多样本的裁截面技术作为替代,提出一种耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法,并利用改进正余弦优化算法优化裁剪偏移量以提高算法的非均衡数据处理能力.数值实验结果验证了裁剪偏移量的优化必要性、改进正余弦优化算法的较强优化性能和改进SVM算法对非均衡数据的较好识别性能.(本文来源于《电子学报》期刊2017年12期）
李春吉,于淼,陈向勇[5]（2012）在《一类非均衡经济系统鲁棒H_∞控制及其应用》一文中研究指出以非均衡理论为基础,讨论了一种非均衡蛛网模型,将该模型转化为状态空间形式,应用鲁棒H∞控制理论及线性矩阵不等式算法设计了鲁棒控制器,从而抑制了非均衡系统中的不确定性干扰,使系统稳定运行,商品供求达到理想状态.最后,以沈阳市房地产实际发展情况为背景,进行相关统计及仿真计算,验证了鲁棒H∞控制的效果.研究结果对经济控制系统的理论和应用研究具有一定意义.(本文来源于《东北大学学报(自然科学版)》期刊2012年03期）
冷凇,张丽平[6]（2012）在《“围攻”与“围观”——非均衡类电视节目持续热播引发的思考》一文中研究指出最近,一种新的电视节目形式在悄悄地出现、发展,充斥着当今观众的电视荧屏。多数人参与,嘉宾环形排列,大屏幕设置,构成了一种颇为新颖的电视节目形态——"多对一"的非均衡类电视节目形态。2010年年初《我们约会吧》《非诚勿扰》热播,引起了收视热潮,《职来职往》《非常了得》《婚姻保卫战》以及《非你莫属》等节目也相继播出,收视(本文来源于《视听》期刊2012年03期）
冷凇,张丽平[7]（2012）在《非均衡类电视节目的热播与创新》一文中研究指出现阶段,"非字号"节目持续热播并引起广泛关注,《非诚勿扰》《非你莫属》《非常了得》等一些"多对一"非均衡的电视节目形态受到观众的追捧,这种电视节目形态以其"多对一"的"围攻"效果产生了震撼性、悬念性、简单性、话题性等一系列特点,并引发观众"围观"。"多对一"非均衡形态节目的本质是"择"文化的崛起,影射了当代人的选择性焦虑,因而十分火热。本文从非均衡形态的电视节目出发,分析此类节目引发的思考,探寻此类节目未来发展的走向。(本文来源于《传媒与教育》期刊2012年01期）
杨京波[8]（2011）在《中国旅游类上市公司经营绩效影响因素研究——基于公司治理视角和非均衡面板数据的分析》一文中研究指出本文以中国旅游类上市公司为研究样本,利用其2004~2009年的非均衡面板数据建立计量经济学模型,采用混合最小二乘法对影响我国旅游类上市公司经营绩效的关键性公司治理因素进行实证检验。研究表明,旅游类上市公司的公司治理对其经营绩效具有显着影响。股权结构中管理层持股比例、第一大股东持股比例、第一大股东性质和前五位股东持股比例的平方和,以及第一大股东持股比例与第一大股东性质的交互项与公司经营绩效显着正相关,董事会特征中董事会规模与公司绩效显着正相关。(本文来源于《旅游科学》期刊2011年02期）
刘坤[9]（2010）在《马克思两部类模型非均衡增长分析及模拟》一文中研究指出本文讨论了两大部类交换表,推导了部类需求函数,并讨论了在各部类增长速度不同的情况下价格波动,估算了价格变化幅度与部类增长率差异之间的关系,考察了生产波动下的存货,发现其变化趋势接近价格波动。在此基础上,还对两部类经济增长情况做了计算机模拟,解释了经济周期性波动的现象。(本文来源于《当代经济》期刊2010年03期）
张亚莉[10]（2008）在《一类非均衡蛛网模型的稳定性分析》一文中研究指出蛛网模型刻画了某种商品在市场中的供求波动,是一种重要的经济学动态模型.此模型通过引进时间变化的因素,连续考察属于不同时期的需求量、供给量和价格之间的相互作用.动态非均衡下的蛛网模型的稳定性分析,对一些商品,特别是对周期性生产的商品市场价格波动一类的经济活动有着积极的意义.本文在传统的蛛网模型的基础上作了改进,把第t期商品的供给函数考虑为t-1,t-2,…,t-n期价格的函数,建立了以价格调节的非均衡的蛛网模型,并对此模型进行了稳定性分析,得到了均衡价格存在的稳定性条件.(本文来源于《重庆文理学院学报(自然科学版)》期刊2008年02期）
类的非均衡论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在传统的随机森林算法中,随机森林由多棵决策树组成,分类的结果由所有的决策树共同投票决定。随机森林算法在训练决策树的过程中,单棵决策树训练样本的随机采样使得训练产生的决策树模型分类性能有所差别。训练样本的非均衡性会使随机森林模型更偏向大数据样本,使得小样本数据分类性能欠佳。为此,提出了KC-RF算法。该算法的过采样数据分为两部分:第一部分利用k-means对小样本数据进行聚类,在聚类中心周围根据欧式距离采样部分数据,用以表征样本;第二部分以小样本数据中心CM和大样本数据中心间的类间距作为标准进行样本插值。将过采样产生的两部分数据和原来的小样本数据共同组成训练样本,再使用随机森林进行分类。通过在KEEL数据集上的实验证明,所提算法的分类精度提高明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
类的非均衡论文参考文献
[1].谭志,侯涛文.面向非均衡数据类的朴素贝叶斯改进算法[J].现代电子技术.2019
[2].齐利泉.基于类中心插值的非均衡数据分类算法[J].通信技术.2019
[3].王国兰.一类非均衡蛛网模型的动态分析与经济预测[J].中央民族大学学报(自然科学版).2018
[4].高雷阜,赵世杰,于冬梅,徒君.耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法[J].电子学报.2017
[5].李春吉,于淼,陈向勇.一类非均衡经济系统鲁棒H_∞控制及其应用[J].东北大学学报(自然科学版).2012
[6].冷凇,张丽平.“围攻”与“围观”——非均衡类电视节目持续热播引发的思考[J].视听.2012
[7].冷凇,张丽平.非均衡类电视节目的热播与创新[J].传媒与教育.2012
[8].杨京波.中国旅游类上市公司经营绩效影响因素研究——基于公司治理视角和非均衡面板数据的分析[J].旅游科学.2011
[9].刘坤.马克思两部类模型非均衡增长分析及模拟[J].当代经济.2010
[10].张亚莉.一类非均衡蛛网模型的稳定性分析[J].重庆文理学院学报(自然科学版).2008