国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 21 条结果

融合GAN与深度神经网络的混合信用评估方法CSTPCD
作者：彭柏程张安勤张挺
发表期刊：广西科学 2023年1期
关键词：不平衡数据信用评估生成对抗网络卷积神经网络长短期记忆神经网络焦点损失函数
摘要：随着信用卡和个人贷款业务在金融业的快速增长,如何在信息有限的情况下检测潜在违约或坏账业务已经变得极其重要.信用评分领域面临的主要困难是样本不平衡以及分类器性能不佳,为此本研究首先提出了一种基于表格数据的生成对抗网络Tab-GAN,从原始数据中生成足够的违约样本;随后设计了一种基于CNN-LSTM的混合深度学习模型用于特征提取,该模型包含卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网…查看全部>>
结合缠论和深度学习的股价拐点预测研究北大核心CSTPCD
作者：田红丽杨莹莹闫会强
发表期刊：计算机工程与应用 2022年16期
关键词：缠论合成少数类过采样技术(SMOTE)焦点损失函数卷积神经网络(CNN)加权支持向量机(WSVM)
摘要：针对股市存在伪分型且分型数据集的类别样本不平衡问题,提出了一种结合缠论和深度学习的拐点预测方法(SMOTE-FLCN-WSVM).在缠论的基础上,对数据集进行拐点的标注.深度学习模型从数据、特征以及分类算法三个层面对不平衡问题进行改进.首先采用SMOTE过采样算法对数据集进行预处理;再针对不平衡数据集特征提取困难的问题,使用引入Focal Loss的卷积神经网络挖掘数据的深层特征;然后利用引入类别权重参数的支持向量机对提取的特征进行分…查看全部>>
融合注意力机制的木薯叶病害分类方法
作者：王文涛张根陈大江徐菡廷
发表期刊：徐州工程学院学报（自然科学版） 2023年3期
关键词：植物病理图像分类ResNeXtCNN多头自注意力机制焦点损失函数
摘要：文章针对木薯叶病害图像因病斑区域小,部分疾病特征相似和易受背景干扰而导致识别准确率低的问题,在研究ResNeXt神经网络的基础上,设计了3 种方法以提高模型的准确性和鲁棒性:1)增加了一个数据不连续的掩膜层,以缓解神经网络的过拟合问题;2)引入了多头自注意力机制模块,将卷积神经网络和注意力机制结合起来,对图像的局部和全局特征进行分析,提高了相似疾病之间的可分离性;3)使用焦点损失函数缓解木薯叶病害数据集中的类别不平衡问题.仿真实验表明…查看全部>>
基于改进ConvMixer和动态焦点损失的视听情感识别北大核心CSTPCD
作者：师硕覃嘉俊于洋郝小可
发表期刊：电子学报 2024年8期
关键词：情感识别ConvMixer注意力机制多模态特征融合焦点损失函数
摘要：视听双模态情感识别是情感计算领域的研究热点.目前情感识别方法存在无法同时提取视频局部和全局特征,多模态数据融合简单,损失函数在模型优化中无法关注错分样本等问题,导致情感识别结果精确度不高.本文提出一种基于改进的ConvMixer和动态权重焦点损失函数的视听情感识别方法.采用空间和时间邻接矩阵代替ConvMixer中的深度分离卷积,提取视频时域空域上的全局和局部特征.提出跨模态时间注意力模块,以对称结构捕捉模态间的时间相关性,提高特征融…查看全部>>
改进ConvNeXt的肝囊型包虫病超声图像五分类研究CSTPCD
作者：热娜古丽·艾合麦提尼亚孜米吾尔依提·海拉提王正业茹仙古丽·艾尔西丁严传波
发表期刊：现代电子技术 2024年1期
关键词：肝囊型包虫病超声图像ConvNeXt焦点损失函数Lion优化器注意力机制
摘要：肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率.以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断.在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和F1 指数平均提升了4.3%、21%、25%、4%和26%…查看全部>>
基于MobileViT的轻量型入侵检测模型研究北大核心CSTPCD
作者：姚军孙方超
发表期刊：现代电子技术 2024年19期
关键词：入侵检测焦点损失函数数据不平衡MobileViTGeLU方差分析
摘要：为解决入侵检测中数据不平衡对神经网络模型训练的影响和模型参数量高的问题,提出一种基于改进MobileViT的入侵检测模型.首先,使用方差分析提取对检测结果影响较高的特征,将提取后的特征转化为图像型数据,将其输入至MobileViT网络;其次,针对占比较少的攻击流量,采用焦点损失函数自适应地调整攻击流量的损失贡献,使模型更加专注于不平衡的攻击流量;最后,为解决神经元死亡问题,使用GeLU激活函数替换MobileViT网络中MV2的ReL…查看全部>>
面向不平衡数据的机械设备故障命名实体识别北大核心CSTPCD
作者：党小超刘涧董晓辉祝忠彦李芬芳
发表期刊：计算机工程 2024年9期
关键词：命名实体识别不平衡数据焦点损失函数机械设备故障双向长短期记忆网络条件随机场
摘要：命名实体识别作为构建知识图谱的基础任务,其识别效果直接影响知识图谱的质量。在实际生产中,机械故障数据通常包含大量的领域专业词汇,同时实体类型普遍存在分布不平衡的问题,这对准确识别故障实体构成了挑战。通用领域实体识别方法在这一领域效果欠佳,从而降低了知识图谱的质量。为应对上述问题,提出一种融合焦点损失(Focal Loss)函数和专业词典的实体识别方法。该方法使用Focal Loss函数应对实体类型不平衡问题,通过引入平衡因子和调制系数…查看全部>>
基于轻量级梯度提升机优化的工业互联网入侵检测方法CSTPCD
作者：胡向东唐玲玲
发表期刊：网络与信息安全学报 2023年2期
关键词：工业互联网入侵检测轻量级梯度提升机焦点损失函数果蝇优化算法
摘要：入侵检测作为一种积极主动的安全防护技术,对于确保工业互联网安全起着至关重要的作用.为了满足工业互联网高准确率和高实时性的入侵检测需求,提出基于轻量级梯度提升机优化的工业互联网入侵检测方法.针对工业互联网业务数据中难分类样本导致检测准确率低的问题,改进轻量级梯度提升机原有的损失函数为焦点损失函数,该损失函数可自适应动态调节不同类别数据样本的损失值和权重,支持模型在训练过程中降低易分类样本的权重,进而提高难分类样本的检测准确率;针对轻量级…查看全部>>
一种轻量型果园环境果实检测方法CSTPCD
作者：商高高姜锟韩江义倪万磊
发表期刊：江苏大学学报（自然科学版） 2024年1期
关键词：柑橘机器视觉目标检测焦点损失函数模型剪枝
摘要：果园环境下柑橘的快速准确检测是自主采摘机器人作业的关键.针对现有的模型过于冗余、检测速度与精度不平衡等问题,提出一种轻量型果园环境果实检测方法.在YOLOv4 算法的基础上引入焦点损失函数(Focal Loss)来提高模型在二分类检测任务中的负样本挖掘能力,并针对模型参数冗余等问题提出一种优化的模型剪枝方法.试验结果表明:提出的方法在果园环境中柑橘果实数据集检测得到的平均精度均值(mean average precision,MAP)…查看全部>>
基于领域BERT模型的服务文本分类方法
作者：闫云飞孙鹏张杰勇马钰棠赵亮
发表期刊：空军工程大学学报 2023年1期
关键词：服务分类文本分类BERT模型双向长短时记忆网络(BiLSTM)焦点损失函数
摘要：针对BERT模型领域适应能力较差,无法解决训练数据类别数量不均衡和分类难易不均衡等问题,提出一种基于WBBI模型的服务文本分类方法.首先通过TF-IDF算法提取领域语料中的词汇扩展BERT词表,提升了BERT模型的领域适应性;其次,通过建立的BERT-BiLSTM模型实现服务文本分类;最后,针对数据集的类别数量不均衡和分类难易不均衡问题,在传统焦点损失函数的基础上提出了一种可以根据样本不均衡性特点动态调整的变焦损失函数.为了验证WBB…查看全部>>

12 3 >