结合选择性升采样的不均衡数据流加权集成分类预测方法

    公开(公告)号:CN107341497A

    公开(公告)日:2017-11-10

    申请号:CN201611038696.2

    申请日:2016-11-11

    Applicant: 东北大学

    CPC classification number: G06K9/6277

    Abstract: 本发明涉及数据挖掘技术领域,提出结合选择性升采样的不均衡数据流加权集成分类预测方法,包括根据相似度对历史数据块的少数类样本进行筛选,选择与当前训练数据块概念最相近的样本;对选择的样本通过在决策边界区域合成新样本以达到选择地实施升采样;采用基于概率分布相关度的权重分配策略对新样本进行加权集成分类处理。通过选择相似度高的历史数据和合成边界区域的新数据来有效增加少数类样本信息,扩大少数类的决策域;同时为了适应存在概念漂移的动态数据,使用集成分类思想,设计一种基于概率分布相关度的权重分配策略,提升整体分类精度。实验结果表明该算法有效地提高了少数类的识别率以及整体的分类性能,具有更好的处理不均衡数据流的优势。

    基于生成对抗网络的魔方图像高光去除方法及装置

    公开(公告)号:CN112686819A

    公开(公告)日:2021-04-20

    申请号:CN202011588928.8

    申请日:2020-12-29

    Applicant: 东北大学

    Inventor: 房立金 刘爽

    Abstract: 本发明公开一种基于生成对抗网络的魔方图像高光去除方法及装置,通过边缘检测方块分别获取高光魔方图像和目标魔方图像的ROI区域;将已提取ROI区域的高光魔方图像和目标魔方图像组成训练图像对,以建立数据集;建立生成对抗网络,通过上述数据集对生成对抗网络进行训练,以得到去除高光的生成器模型;将高光魔方图像输入已优化的生成器模型,得到去除高光的魔方图像。该生成器模型在对魔方图像进行特征提取的过程中,识别出区分高光和白色的不同特征,从而有效地保留魔方图像的九个色块中的白色信息。

Patent Agency Ranking