样本数量

摘要： 为更好地了解行业BIM技术应用现状,进一步优化“创新杯”BIM应用大赛内容并办好此项赛事,2021年6月,大赛组委会邀请参赛单位开展了线上调研活动,并形成调研报告。本次调研共收集答卷616份,459家单位参加,共设置21个调研问题,围绕“行业BIM技术应用情况”“‘创新杯’BIM大赛的价值体现”“未来‘创新杯’BIM大赛的发展方向及建议”三个主要主要调研方向展开。反馈的答卷样本中,总承包商/施工单位和设计院样本数量居多。以下为节选的部分内容。

摘要： 基于遥感影像的作物种植结构提取在实践中得到广泛应用,其中分类特征和样本数量选取是影响提取精度的关键。为了探讨不同分类特征和样本数量对作物种植结构提取精度的影响,以甘肃张掖灌区为研究区,采用监督分类中支持向量机方法,研究了光谱与时序NDVI两种分类特征在不同样本数量条件下的作物种植结构提取精度。结果表明:①随着样本数量的增加,识别的作物种植结构空间分布准确性逐渐增加直至稳定状态。②基于时序NDVI特征提取的玉米面积平均误差为2.82%,平均总体分类精度为84.8%,平均Kappa系数为0.81;其精度优于基于光谱特征提取结果。③研究区每10 km2的样本数量为3~4个时,样本能够保持最佳的训练效果。研究成果可为提高作物种植结构提取精度提供重要参考。

摘要： 近日,广东省环境保护产业协会编制的《2022年三季度广东省环保产业运行形势分析报告》(以下简称“报告”)新鲜出炉。报告以9月中旬开展的会员单位抽样调查数据为来源,涉及样本数量共计127个,对全省今年三季度环保产业运行形势进行详尽的量化分析。

摘要： 1国内蜂产品市场的新变化1.1结构性过剩突出关于蜂农的生产经营情况,2021年我们做了一项调查,样本数量大概在400~500户.其中一个问题是蜂农生产经营中面临着什么困难,在困难的选择上面,排在前三位的分别是蜂产品价格过低、蜂产品信誉度低和蜂产品销路不畅.可见我们蜂农现在关心的不是养蜂生产技术问题,也不是疫情问题,而是市场问题.

摘要： 排位再次波动,头部格局何时稳定?本文统计了2021年5月15日至2021年6月14日期间,包含出版社、图书公司、渠道在内的各出版、发行机构以及书业KOL的抖音账号短视频表现情况。本期在样本数量上有所增加,其中出版、发行机构类账号达113个、书业KOL账号达84个,"漫漫读""榕榕姐姐读童书""上海书画出版社""天星教育"等13个抖音账号首次纳入《出版人》书业抖音短视频影响力指数的监控范围,因此两类账号在门槛指数和排名上将产生一定波动。

摘要： 针对电子元件体积小,由振动供料器翻转后,位置、旋转角度随机,姿态十分相似,且会出现元件重叠的情况;使用HOG-SVM目标检测算法通过机器学习进行研究,并分析了电子元件各不同角度的特征提取丰富程度以及样本数量对于算法性能的影响.通过几种旋转角度人工获取并标注多组不同数量的样本集,以OpenCV库为基础,分别训练分类器,进行检测分类.最终经过多次实验表明,每隔10度旋转进行特征提取更加丰富;且当样本数量达到由此角度获得的180个时,分类器整体性能趋于稳定,达到较好的分类精确率.

摘要： 头部在做抖音矩阵,2个以上的账号细分是标配。本文统计了2021年4月15日至2021年5月14日期间,包含出版社、图书公司、渠道的出版、发行机构以及书业KOL的抖音账号短视频表现情况。本期在样本数量上有所增加,"掌阅读书""当当童书""果麦书单""小嘉啊""都靓Amber""说书哥哥"等48个抖音账号首次纳入《出版人》书业抖音短视频影响力指数的监控范围。

摘要： 从接触网几何参数检测系统原理出发分析测量误差的影响因素,结合实际检测数据误差分布情况,指出测量误差服从正态分布并进行了正态性检验。在正态分布条件下构造了仅包含总体标准差一个未知量且服从卡方分布的统计变量,通过该统计变量对总体标准差的分布范围进行假设检验。推导样本数量与2类错误发生概率的关系,给出重复性评价所需样本数量的解析表达式。最后结合相关标准要求与实际情况给出样本数量、总体标准差上限等关键参数建议值,并通过实际检测数据对方法的有效性进行检验。

摘要： 斯瓦尔巴全球种子库位于挪威北部斯瓦尔巴群岛的斯匹茨卑尔根岛,是全球最大的植物种子库。最近,这座种子库又收到了来自33个国家(或地区)的种子,其储存的种子样本数量达到了105万份。种子库建在山体内部超过100米深的地方,受坚硬的岩体保护,上方覆盖着永久冻土和冰层。

摘要： 将浙江省快速更新同化系统(ZJWARRS)的风速预报结果与站点观测的极大风速进行了最小二乘拟合,利用拟合系数对ZJWARRS风速预报进行了订正试验,按照不同风速对结果进行了评估,并试验了不同样本数量、不同风速分段建模对拟合效果的影响.结果 表明,订正结果在不同风速下均具有正效应,在风速为5 ～ 15 m/s时效果最为显著,可比原有预报结果改进20％以上.在空间分布上,在本身风速较大、误差较大的站点改进可达30％以上,而在部分风速较小的站点则有负效应.在样本数量方面,20个样本是拟合具有正效应的最低样本数,60个样本已使拟合效果趋于稳定,再增加样本对拟合效果的改善不明显.而分段建模试验结果显示,相比将所有样本一起建模,按照不同风速分段后分别建模的方法并没有明显的正效应.

摘要： 针对数据挖掘中存在原始数据不精确的情况,提出了基于支持向量机理论的区间数输入、区间数输出回归算法。该算法把支持向量机方法从实数回归分析中推广到区间数回归分析中,使得建立的区间数回归模型保持较小的拟合误差的同时具有较小的预测误差。通过选取合适的核函数,本算法把线性回归模型推广到非线性模型,较好地解决了区间数非线性回归建模问题。本算法克服了以往区间数回归算法的训练复杂、对样本数量要求过高以及维数敏感等缺点,而且模型具有良好的鲁棒性以及较好的推广性能。理论分析和使用实际钢铁连续退火炉数据对加热段出口带钢温度预测模型的结果说明了该算法的有效性。

摘要： 泛化能力是神经网络性能的重要指标,泛化问题已成为网络研究领域的热点问题。本文分析了多层前向神经网络训练样本与网络泛化能力之间的关系,并讨论了在不利的情况下,如何从样本质量和样本数量方面改善网络的泛化能力。

摘要： 取得部(10)取得正常样本数据和非正常样本数据。模型生成部(120)生成表现正常样本数据的正常模型。变更部(141)生成非正常样本数据的非正常特征向量，生成变更非正常特征向量的元素而得到的非正常变更向量。在非正常变更向量与正常模型相似的情况下，验证部(142)执行使用利用非正常变更向量表示的样本数据的处理。然后，验证部(142)验证是否由检测装置检测出异常事件。在验证出未检测出异常事件时，验证部(142)判定是否与检测装置无关地存在异常事件。在判定为存在异常事件的情况下，验证部(142)将利用非正常变更向量表示的样本数据作为检测遗漏样本数据(154)存储到存储部(150)。

摘要： 本发明描述了一种超声诊断成像系统和方法，其中通过响应各自的超声发射接收超声回波信号，采样回波信号，然后在超声发射的数量上平均样本，从而产生超声图像帧。在一个实施例中，所述系统允许由用户直接设置最小图像帧速或间接地根据正被成像的生理结构的运动速度设置最小图像帧速。所述结构的运动速度由用户估计或者由该系统确定。

摘要： 本申请提供一种在类别样本数量不均衡情况下的恶意样本检测方法，其步骤包括：对类别样本数量不均衡的原始样本进行特征提取，得到特征提取后的样本作为训练数据；使用分类算法得到训练数据的至少两个分类预测结果；其中，所述训练数据包括未标记数据；设置采样参数组集，所述采样参数组集由若干采样参数组构成，每个采样参数组包括对训练数据中各类别样本进行采样时使用的采样参数；将采样参数组集中，使得所有分类预测结果之间相似度最高的采样参数组作为最优采样参数组；根据最优采样参数组对训练数据进行采样。使用本申请能够同时对多数类进行降采样以及对少数类的进行过采样，达到提高了检测的泛化能力。

摘要： 本申请提供一种样本数量确定方法、装置及设备，其中方法包括：根据样本下限数量和样本步长量，确定预估样本数量；从总样本数据中分别获取预设数量组的样本信息；其中，所述预设数量组的样本信息中的每组所述样本信息中包括所述预估样本数量的样本信息；根据所述预设数量组的样本信息，确定所述预估样本数量对应的样本量标识值；根据所述样本量标识值，确定所述预估样本数量为目标样本数量，或者重新确定所述预估样本数量。

摘要： 本发明公开了样本数量不平衡的电力系统暂态稳定状态集成预测方法，该预测方法针对TSSP的样本数量不平衡问题，本发明从数据分布重构的角度提出基于数据分割策略的集成分类方法。首先，根据样本不平衡度，采用数据分割策略将稳定样本集分割为多个不重叠的稳定样本子集，使各个稳定样本子集的样本数量不多于失稳样本数量，并将稳定样本子集与失稳样本集构成分类样本子集；然后，在各分类样本子集下训练多个概率分类向量机(PCVM)模型；最后，利用最大值集成策略综合多个PCVM的概率预测结果值，并最终确定样本的暂态稳定状态。解决了TSSP的样本数量不平衡问题，以提升TSSP的分类性能。

摘要： 本发明公开了一种样本数量的确定方法、装置、电子设备及存储介质，所述方法包括：获取用于训练深度学习模型的多幅样本图像信息；从所述多幅样本图像信息中获取多个不同设定数量的样本图像信息，训练出多个深度学习模型；获取每个所述深度学习模型的评价结果；基于所述评价结果，从所述多个不同设定数量中确定使所述深度学习模型稳定的最小样本数量。本发明可以实现基于深度学习模型的训练准确的确定使所述深度学习模型稳定的最小样本数量，有利于模型训练成本的控制，进而可以实现后续合理的安排为样本图像打标签的员工的工作量。

摘要： 本发明涉及人脸识别技术领域，公开了一种人脸聚类样本数量的选择方法，所述方法包括：构建一人脸测试集，以及构建多个人脸训练集，每一个人脸训练集的人脸图像数量不同；对所述多个人脸训练集进行聚类，获取对应的多个聚类中心；计算每一个聚类中心与所述人脸测试集中的每一张人脸图像的特征向量的余弦距离，获取每一个聚类中心对应的余弦距离的均值和均方根值；根据所述每一个聚类中心对应的余弦距离均值和均方根值，获取人脸聚类样本的数量范围。相应的，本发明还公开了一种人脸聚类样本数量的选择系统。本发明提供了人脸聚类样本数量的选择方法，并能够保证良好的聚类效果。

摘要： 本发明涉及一种基于抽样法比较样本数量对切削力机器模型性能影响的方法，其包括如下步骤：1)获取用于抽样的切削力数据总样本；2)确定抽样样本数量；3)确定抽样次数；4)基于重抽样法机器学习模型的建立；5)所有样本和抽样完成；6)收集所有模型预测性能数据；7)分析样本数量对预测性能的影响。本方法分析了样本数量对切削力机器学习模型性能的影响，能够为获取切削力样本时的实验设计提供指导，降低实验成本，提高切削力模型的可用性。同时可为建立非参数化模型所需样本数量提供帮助，分析当前切削力样本数量能否满足所选机器学习模型要求的精度。

摘要： 本发明涉及谐波检测技术领域，特别地涉及一种谐波统计所需样本数量的计算方法。本发明公开了一种谐波统计所需样本数量的计算方法，包括如下步骤：A，明确采样收集谐波数据过程中所需样本数量的允许误差λ、评估检测结果的置信水平要求；B，确定采样收集得到的谐波样本数据的方差S

摘要： 本发明提供了一种围术期患者样本数据集均衡方法及样本数据集获取系统。样本数据集均衡方法包括：S1，对围术期患者的样本数据集中的少数类标签样本进行过采样获得合成样本，为合成样本生成对应的合成标签集，样本数据集包括多个样本和样本对应分类标签集；S2，将合成样本和合成标签集加入样本数据集获得临时样本数据集；S3，对临时样本数据集中的样本进行清洗获得均衡样本数据集。对样本数据集中的少数类标签样本进行过采样以增加少数类标签样本数量，均衡多数类标签样本和少数类标签样本，清洗噪声样本提升输出的均衡样本数据集中样本质量，均衡样本数据集用于后续分类处理时能够提升分类模型的表现效果。