面向不平衡数据集的煤矿监测系统异常数据识别方法
异常数据识别对于煤矿安全监测系统具有重要作用，但安全监测系统中异常数据一般只占数据总量的1%左右，不平衡性是此类数据的固有特点。目前多数机器学习算法在不平衡数据集上的分类预测准确率和灵敏度都相对较差。为了能准确识别异常数据，以煤矿分布式光纤竖井变形监测系统采集的数据为研究对象，提出了一种面向不平衡数据集、基于去重复下采样（RDU）、合成少数类过采样技术（SMOTE）和随机森林（RF）分类算法的煤矿监测系统异常数据识别方法。该方法利用RDU算法对多数类数据进行下采样，去除重复样本；利用SMOTE算法对少数类异常数据进行过采样，通过合成新的异常数据来改善数据集的不平衡性；并利用优化后的数据集训练R
用户评论
相关推荐
大坝监测数据异常值识别方法探讨
大坝监测数据异常值识别方法探讨,邹晓磊,薛桂玉,在大坝安全监测中工作,由于人为或者随机因素,常常会造成个别监测数据异常,而不能正确的反映大坝的真实性状。因此及时地捕捉异
PDF
174KB
2020-08-17 02:42
不平衡数据集分类
面对不均衡数据集多分类两分类的极限学习机源码
RAR
0B
2019-06-05 04:26
不平衡数据集源码
Bu不平衡数据集uygulamasındamüşterilerin期限deposit'e evet veyahayırdemelerini inceledim.Dataseti burada bula
ZIP
381KB
2021-02-27 03:15
煤矿瓦斯监测系统异常数据识别技术研究与应用
详细分析了瓦斯监测系统在日常运行中产生异常数据的原因,阐述了异常数据辨识原则,建立了异常数据识别模型,并根据该模型设计了异常数据分析识别软件。实际应用结果表明,该分析软件能够有效减少瓦斯监测系统误报警
PDF
689KB
2020-07-18 20:00
异常检测Mulcross数据集
很不容易找到的mulcross数据集用来分享异常检测小伙伴们加油
CSV
0B
2019-05-19 21:25
KEEL类别不平衡数据集.rar
本资源为KEEL不平衡数据集,数据集的不平衡率从1点几到几百不等,非常适合做不平衡数据分类的研究,数据集为各行各业的真实数据集。
RAR
6.36MB
2020-09-11 08:48
论文研究面向类不平衡数据集的软件缺陷预测模型.pdf
软件缺陷数据的类不平衡问题会影响缺陷预测分类的准确性，为解决类不平衡数据对预测分类的影响，针对如何优化数据预处理的算法执行顺序进行了研究，提出了一种有效提升分类效果的软件缺陷预测模型（ASRAdaBo
其他文档
0B
2019-08-01 23:22
面向不平衡数据的多层神经网络模型
传统的不平衡数据分类问题往往会因为类间数据不平衡造成分类器的性能下降。利用 AUC(ROC 曲线下的面积)为评价指标,结合单类 F-score 特征选择和遗传算法建立多层神经网络模型,选出对于不平衡数
PDF
1.25MB
2021-05-05 04:52
数据挖掘在煤矿瓦斯监测系统中的研究
针对目前缺乏有效处理煤矿瓦斯监测数据的方法等问题,提出了数据挖掘技术在煤矿瓦斯监测系统中的研究,详细阐述了聚类分析数据挖掘技术的工作流程,并运用模糊K-均值算法择取从煤矿监测数据中获得的破坏瓦斯安全的
PDF
210KB
2020-07-24 09:37
高光谱异常探测数据集
本资源是高光谱异常探测工作中使用较为频繁的两组数据集。分别是圣地亚戈机场数据，以及HYDICE数据集。均为mat格式，并包含真实异常分布图。
ZIP
0B
2020-06-08 04:48
异常检测使用数据集.zip
异常检测使用数据集.zip
ZIP
7.62MB
2021-04-23 13:54
如何用Python处理不平衡数据集
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
pdf
281.85 KB
2022-02-10 17:32
不平衡数据集的几种处理程序SMOTE等
关于在不平衡数据集中需要用到的一些欠采样过采样的方法，SMOTE等算法的实现及其示例。
RAR
0B
2019-06-05 04:26
论文研究面向不平衡数据分类的KFDABoosting算法.pdf
数据分布的不平衡性和数据特征的非线性增加了分类的困难，特别是难以识别不平衡数据中的少数类，从而影响整体的分类效果。针对该问题，结合KFDA（kernelFisherdiscriminantanalys
PDF
0B
2019-08-01 23:23
多样异常数据筛选WSNs矿井热害监测系统设计
针对深层矿井热害监测问题和有线监测系统布线复杂等缺点,基于Zig Bee和Wi Fi两大通信技术,设计了一种有多样性异常数据筛选功能的无线传感器网络(WSNs)矿井热害环境监测系统。经过实验验证:本系
PDF
1.4MB
2021-02-15 15:37