《基于GA的负相关剪切集成不平衡行为分类研究》PDF+DOC
作者:白梅娟,肖书忠,艾成伟,赵超,黄远,侯帅,黄伟建
单位:河北工程大学
出版:《河北工程大学学报(自然科学版)》2019年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHJXU2019010220
DOC编号:DOCHJXU2019010229
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传算法的传感器优化部署方法研究》PDF+DOC2016年第10期 陈升来,陆宏,李涛
《居家日常行为识别中基于SMOTE方法的数据不平衡问题研究》PDF+DOC2020年第09期 于茜
《基于GA的漏检情况下多传感器多目标数据关联算法》PDF+DOC2000年第01期 朱嘉,郭立,王宁,钱健民
《一种基于GA的多传感器多目标数据关联算法》PDF+DOC1999年第05期 朱嘉,郭立,王宁,钱健民
《基于GA的ε-SVRM在传感器非线性校正中的研究》PDF+DOC2012年第12期 丁晓燕,徐慧
《应用GA的多侦察传感器目标最优分配》PDF+DOC2012年第10期 周磊,朱峰,刘明辉
《用于函数式自动生成的改进遗传算法》PDF+DOC2006年第09期 蔡钧
《无监督神经网络在游戏中的应用研究——解决游戏中的障碍物绕行问题》PDF+DOC2008年第16期 布伟光,何中市,高静
《单片集成MEMS技术》PDF+DOC2005年第03期 江建明,娄利飞,汪家友,杨银堂
《基于GA优化BP神经网络的WSN数据融合技术研究》PDF+DOC2015年第02期 张晶,薛冷,容会,王剑平,付晓东
基于传感器的人类活动识别(HAR)在健康医疗领域具有重要的研究价值及研究意义。以往的关于传感器人类活动分类识别算法的研究,并没有考虑不同类别行为数据间的不平衡性。为了解决不同行为类别数据间的不平衡性影响算法精确度的问题,此算法采用下采样方法从大类和小类数据集中随机抽取选出若干组数量上相等的两种数据的集合,将多个不平衡数据变成平衡数据。其次,多个平衡数据集上训练多个弱分类器。然后,此算法以弱分类器的负相关和预测精度为代价函数,使用遗传算法挑选出能够使代价函数值最高的弱分类器来构成集成分类器。使集成算法内的弱学习器具有较高预测精度和多样性。最后,此算法使用挑选出的弱学习器构成集成学习器对人的行为进行集成分类。此算法在已有的行为数据集上进行了仿真实验研究,实验结果证明本文提出的基于遗传的负相关剪切集成不平衡行为识别算法相对于传统算法能够有效提高不平衡行为识别的正确率。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。