您的位置: 专家智库 > >

吴琼

作品数:7 被引量:22H指数:3
供职机构:上海大学机电工程与自动化学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理理学机械工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 2篇经济管理
  • 1篇机械工程
  • 1篇理学

主题

  • 3篇数据挖掘
  • 2篇R语言
  • 2篇SVM
  • 2篇ADABOO...
  • 2篇LSSVM
  • 1篇血流
  • 1篇血流监测
  • 1篇训练集
  • 1篇样本集
  • 1篇医用光学
  • 1篇散斑
  • 1篇散射
  • 1篇上证综指
  • 1篇时间序列
  • 1篇时间序列模型
  • 1篇数据挖掘分类
  • 1篇特征抽取
  • 1篇特征值
  • 1篇沪深300
  • 1篇沪深300指...

机构

  • 7篇上海大学
  • 1篇东南大学
  • 1篇中国科学院
  • 1篇中国科学技术...

作者

  • 7篇吴琼
  • 6篇李运田
  • 2篇周维民
  • 1篇熊大曦
  • 1篇杨西斌
  • 1篇黄金凤

传媒

  • 6篇工业控制计算...
  • 1篇光学学报

年份

  • 1篇2022
  • 2篇2014
  • 4篇2013
7 条 记 录,以下是 1-7
排序方式:
面向非平衡训练集分类的随机森林算法优化被引量:13
2013年
数据挖掘是当今社会最活跃的研究方向之一,迄今为止数据挖掘技术已经广泛应用到各行各业中,然而在数据挖掘过程中往往会遇到很多非平衡训练集,采用传统的数据挖掘技术对非平衡训练集集进行处理不能得到理想的效果。主要是针对非平衡训练集,对数据进行NCL(Neighborhood Cleaning Rule)技术处理并结合随机森林(Random Forest)算法进行分类,试验结果表明,改进后的随机森林算法分类效果更好。
吴琼李运田郑献卫
关键词:数据挖掘NCL
数据挖掘分类算法优化非平衡采样样本的研究与应用被引量:3
2014年
主要是针对采样过程中的非平衡数据进行处理、分类,改变传统算法在其处理过程中的分类倾向性。结合数据挖掘中多种分类算法构建的混合模型进行分类处理非平衡采样数据,并将优化的结果进行比较。
吴琼周维民李运田
关键词:ADABOOSTSVMROC
腹腔镜激光散斑血流成像技术被引量:2
2022年
激光散斑衬比成像(LSCI)技术广泛应用于大视场的组织表层血流成像,当需要实时在体监测生物体深层组织或腔内组织的血流分布及变化时,将LSCI与内镜成像技术结合是解决LSCI成像深度问题的有效途径。为此,搭建了商用腹腔镜LSCI成像系统,并对微流体仿体和兔子大肠进行成像。实验结果表明,所搭建的系统可以校正静态散射以及消除系统噪声对散斑衬比度的影响,利用单次曝光下的散斑衬比测量值可以实现血流的定量监测,该商用腹腔镜LSCI成像系统将具有重要的临床应用潜力。
吴琼吴琼徐宝腾刘家林杨西斌杨西斌熊大曦
关键词:医用光学血流监测
基于Adaboost分类算法的优化研究与应用
2013年
针对数据采集过程中的数据分布不平衡的问题,对非平衡数据应用数据挖掘分类算法进行分类。传统的分类器在处理非平衡数据时分类结果往往倾向于样本数目较多的类。但Adaboost算法在处理非平衡数据过程中表现出了优势,主要是对Adaboost算法进行改进和应用,采用级联的Adaboost分类器并结合SVM算法构造出分类效率更高的分类器。最后通过具体数据验证改进后算法的有效性。
吴琼周维民李运田
关键词:ADABOOSTSVM级联数据挖掘
改进的TF-IDF模型在特征抽取中的应用被引量:3
2014年
在TF-IDF的基础上,提出了一种利用N-gram方法提取特征值的方法,能够很好的从一系列文本中取出某篇文本的特征值,并且可以对分词出现错误的一些连续的词语进行合并得到正确的一组词语,减少了分词出现的错误率。
李运田吴琼郑献卫
关键词:特征值
一种优化的模糊变权重组合预测在沪深300中的应用与研究
2013年
沪深300指数是沪深证券交易所联合发布的反映A股市场整体走势的指数。对沪深300指数的分析与研究可以帮助我们了解市场走势,同时也十分有利于投资者全面把握中国股票市场总体运行状况。针对股票市场的高度非线性与复杂性,本文首先利用霍尔特指数平滑法(Holt)和最小二乘支持向量机(LSSVM)模型对沪深300指数进行预测,然后提出一种基于Holt与LSSVM的模糊变权重模型进行预测,取得了令人满意的效果。在设计过程中,我们利用R语言作为模型拟合与预测的软件,R语言是一款免费的良好的数据处理软件。
李运田吴琼郑献卫
关键词:沪深300指数LSSVMR语言
改进的时间序列模型在上证综指预测中的应用与研究被引量:1
2013年
上证综指反映了上海证券交易市场的总体走势,对上证综指的分析与研究可以帮助我们了解上证的经济市场。就2012年以来的上证综指进行分析研究,提出一种自回归移动平均模型(ARIMA)与广义自回归条件异方差模型(GARCH)和最小二乘支持向量机(LSSVM)的组合模型来对上证综指进行预测,取得了良好的预测效果。在设计的过程中,我们利用R语言进行处理,R语言是一款免费的优秀的数据处理软件。
李运田吴琼黄金凤
关键词:上证综指ARIMAGARCHLSSVMR语言
共1页<1>
聚类工具0