代价敏感学习

摘要： 以机器学习和深度学习为代表的数据挖掘技术为日益加剧的财务造假现状的缓解提供了技术帮助,但财务造假识别所具备的类不平衡性和代价敏感性阻碍了学习性能的提高。文章基于代价敏感学习对国内上市公司展开财务造假识别研究:根据成因理论构建财务造假因子库;通过引入代价矩阵对轻型梯度提升决策树进行代价敏感改造,以误分类成本代替误分类率以实现损失最小化,构建财务造假识别模型;最后,以财务造假高发年2015年中国上市公司进行对比实验。实验结果表明,该算法在确保总体准确度的同时有效提升了财务造假公司的识别正确率,同时提出了基于"动机+现实+可能"的财务造假识别路径。

摘要： 智能化战场态势评估是实现智能化作战指挥的基础和关键。随着机器学习的快速发展和在军事领域的广泛应用,以及战场数据获取能力的提高,基于机器学习的数据驱动的战场态势评估成为目前研究的热点。对战场态势评估的概念和基于机器学习的战场态势评估研究现状进行了概述,分析了现有基于机器学习的战场态势评估存在的问题,并对其解决思路和研究方法进行了展望。

摘要： 学生成绩预测旨在利用学生的相关信息预测其在未来的学业表现.随着校园信息化建设的持续推进,校园网络认证系统越来越完善,各高校逐步积累了丰富的学生校园上网行为数据.考虑到人的行为表现和学习能力密切相关,以校园上网行为感知为切入点,通过挖掘学生的上网行为日志来预测他们的成绩.为此,收集构建了一个同时包含学生校园上网行为和成绩数据的真实数据集,并通过数据分析证明两者之间确实存在一定的关联性.在此基础上,提出了一个端到端的双层自注意力网络(dual-level self-attention network,DEAN),引入级联式的自注意力机制来分别提取学生每一天的局部上网行为特征和长时间的全局上网行为特征,更好地解决了长行为序列建模问题.此外,通过多任务学习策略在统一的框架下同时解决面向不同专业的学生成绩预测问题,并设计了基于学生排名差的代价敏感损失来进一步提升方法的性能.实验结果表明:相比于传统的序列建模方法,所提出的方法具有更好的预测精度.

摘要： 软件缺陷预测通过学习软件缺陷历史数据建立缺陷预测模型,是开发可信软件的重要手段。现有的研究在学习不平衡软件缺陷数据时,确定合理的误分类代价是一个难以解决的问题。在代价敏感朴素贝叶斯方法的基础上拓展,提出一种动态调整模型参数的半监督学习方法——CSNB-EM(EM based Cost-Sensitive Naive Bayes)。该方法通过交叉验证搜索适合训练数据集的最优误分类代价,将搜索到的误分类代价用于建立分类模型,利用未标记数据迭代修正模型参数。方法利用未标记数据提高模型性能,同时克服了传统的软件缺陷预测中确定误分类代价的困难。基于AUC与GeoM评测指标在MDP软件缺陷数据集的5个项目上进行比较实验。实验结果表明,CSNB-EM与CS-NB、CS-NN等现有的代价敏感软件缺陷预测方法相比,其预测性能有明显提高。

摘要： 针对辐射源个体识别(SEI)中样本标签不完整和数据类别分布不平衡导致分类准确率下降的问题,该文提出了一种基于代价敏感学习和半监督生成式对抗网络(GAN)的特定辐射源分类方法。该方法通过半监督训练方式优化生成器和判别器的网络参数,并向残差网络中添加多尺度拓扑模块融合时域信号的多维分辨率特征,赋予生成样本额外标签从而直接利用判别器完成分类。同时设计代价敏感损失缓解优势样本导致的梯度传播失衡,改善分类器在类不平衡数据集上的识别性能。在4类失衡仿真数据集上的实验结果表明,存在40%无标记样本的情况下,该方法对于5个辐射源的平均识别率相比于交叉熵损失和焦点损失分别提高5.34%和2.69%,为解决数据标注缺失和类别分布不均条件下的特定辐射源识别问题提供了新思路。

摘要： 针对电信客户流失数据集的多维特征和不均衡问题,本文给出了一种基于代价敏感的逻辑回归的电信客户流失预测模型。通过对不平衡样本集分别采用不同权重调整,将代价敏感学习与传统分类算法相结合,建立基于逻辑回归的电信客户流失预测模型,最后对实际电信客户流失进行验证。通过与其他分类器模型的对比显示此方法在各种评估指标上均有更好的表现,更加符合电信业预测客户流失的实际情况。

摘要： 为了全面、客观评价高校慕课教学质量,提出了基于支持向量机的高校慕课教学质量评价方法。首先通过分析高校慕课教学质量影响因素,建立高校慕课教学质量评价体系,然后采用支持向量机训练评价体系建立高校慕课教学质量评价模型。实验结果表明:该方法提升了高校慕课教学质量评价效果,输出评价结果与实际评价结果吻合度极高,教学质量评价客观、全面。

摘要： 针对云检测任务中云和背景样本不均衡易造成模型泛化能力差的问题,应用代价敏感学习方法,在卷积网络的损失函数中引入代价系数,同时使用F1分数代替总体精度指标进行模型选择,可有效克服样本不均衡问题.以高分一号影像为实验数据,提取了不同下垫面的云,验证了本方法的有效性.

摘要： 数据中心网络中的流可以分为大象流和老鼠流,预测流类型是实现优化调度各种流的基础,而现有方法在开销、准确性、预测时间等方面都有或多或少的缺点.为此,利用深度学习具有的刻画多维度特征的能力以及软件定义网络(SDN)具有的全局集中控制的优势,提出了"边缘预分类+中心精分类"两级大象流预测机制.该机制包括以下步骤:首先,利用随机森林技术筛选出流在3个维度(时间分布特征、流的实时特征、数据包头部特征)10个用于构建预测模型的特征.然后,部署在SDN交换机上的预分类模型使用残差网络算法+带代价敏感性质的Softmax交叉熵损失函数,过滤掉大部分老鼠流.最后,部署在SDN控制器的精分类模型使用残差网络算法+Additive Margin Softmax交叉熵损失函数,准确地识别出大象流.面向公开数据集的实验表明,当流的第5个包到达时,所提机制的召回率可达91％,准确率可达93％,开销低至0.1kbps,预测时间低至7ms.与FlowSeer、ESCA、NELLY等现有主要方法对比,所提机制的各评价指标均有改善,马修斯相关系数MCC是NELLY的2.52倍,开销降低到ESCA的0.046％,预测时间减少到FlowSeer的0.35％.

摘要： 电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.

摘要： 在模式识别中，由于对象或条件限制，样本集中往往某些类别样本数量远大于其他类别。使用不均衡数据训练的分类器趋向于把样本识别为多样本类别(通常定义为"负类")，忽略少样本类别(定义为"正类")，严重影响分类器的实际性能。 数据处理，即调整训练集中各类样本的数量及分布，是解决数据不均衡问题的主要方法之一。现有算法包括多种降采样和超采样算法，但大多缺乏数据处理的理论指导。针对上述问题，本文从数据处理角度提出最近邻重采样算法(Nearest NeighborRe-sampling， NNR)以代价敏感学习理论为原则，综合数据清理、各类别样本数量的均衡并控制样本集的总体数量以提高所训练分类器识别性能，减少对训练时间和收敛速度的影响。

摘要： 针对客户预测模型中流失客户与保持客户数据的非平衡性问题和错分代价的差异性问题，应用代价敏感学习理论应用于不同惩罚系数的SVM，通过这种改进的SVM建立客户流失预测模型。通过电信数据的实证研究发现，与传统SVM、C4．5和ANN对比，这种改进SVM算法在模型预测的精确度、命中率、覆盖率和提升度均有所改善，有效地解决了数据集的非平衡性和错分代价问题。

摘要： 在机器学习和数据挖掘领域中,分类器通常设计为最小化测试样本的错误率,然而这只有在所有错误具有相同的错误分类代价时才有意义.在现实问题中,不同情况下的错误往往具有不同的代价,分类器应该设计为最小化总体错误分类代价.实现了一种基于示例加权的代价敏感k近邻方法,通过对不同类别的样本赋予不同的权值来获得代价敏感学习能力,其中样本的权值和其所在类别的错误分类代价成正比.实验结果表明,该方法在两类问题上能显著降低总体代价。

摘要： 目前研究者已提出了基于统计和人工智能的方法来对保险欺诈进行检测,但是这些方法并没有考虑保险欺诈数据的自身特点,在实际中应用效果并不理想.本文针对保险欺诈数据非均衡分布的特点,提出基于非均衡数据分类的保险欺诈探测研究.在分析常用非均衡数据分类方法的基础上,选取经典的保险欺诈数据集来对传统分类方法和非均衡数据分类方法进行检验,实验结果表明,相对于传统分类方法,非均衡数据分类方法可以明显提高保险欺诈检测的效果.

摘要： 目前研究者已提出了基于统计和人工智能的方法来对保险欺诈进行检测,但是这些方法并没有考虑保险欺诈数据的自身特点,在实际中应用效果并不理想.本文针对保险欺诈数据非均衡分布的特点,提出基于非均衡数据分类的保险欺诈探测研究.在分析常用非均衡数据分类方法的基础上,选取经典的保险欺诈数据集来对传统分类方法和非均衡数据分类方法进行检验,实验结果表明,相对于传统分类方法,非均衡数据分类方法可以明显提高保险欺诈检测的效果.

摘要： 目前研究者已提出了基于统计和人工智能的方法来对保险欺诈进行检测,但是这些方法并没有考虑保险欺诈数据的自身特点,在实际中应用效果并不理想.本文针对保险欺诈数据非均衡分布的特点,提出基于非均衡数据分类的保险欺诈探测研究.在分析常用非均衡数据分类方法的基础上,选取经典的保险欺诈数据集来对传统分类方法和非均衡数据分类方法进行检验,实验结果表明,相对于传统分类方法,非均衡数据分类方法可以明显提高保险欺诈检测的效果.

摘要： 目前研究者已提出了基于统计和人工智能的方法来对保险欺诈进行检测,但是这些方法并没有考虑保险欺诈数据的自身特点,在实际中应用效果并不理想.本文针对保险欺诈数据非均衡分布的特点,提出基于非均衡数据分类的保险欺诈探测研究.在分析常用非均衡数据分类方法的基础上,选取经典的保险欺诈数据集来对传统分类方法和非均衡数据分类方法进行检验,实验结果表明,相对于传统分类方法,非均衡数据分类方法可以明显提高保险欺诈检测的效果.

摘要： 目前研究者已提出了基于统计和人工智能的方法来对保险欺诈进行检测,但是这些方法并没有考虑保险欺诈数据的自身特点,在实际中应用效果并不理想.本文针对保险欺诈数据非均衡分布的特点,提出基于非均衡数据分类的保险欺诈探测研究.在分析常用非均衡数据分类方法的基础上,选取经典的保险欺诈数据集来对传统分类方法和非均衡数据分类方法进行检验,实验结果表明,相对于传统分类方法,非均衡数据分类方法可以明显提高保险欺诈检测的效果.

摘要： 在基于价值的客户细分中,由于错误分类代价差异和不同价值客户数量的不平衡分布,基于总体准确率的数据挖掘方法不能体现由于客户价值不同对分类效果带来的影响。本研究在代价敏感性学习机制下引入支持向量机,建立基于客户价值的错分代价函数,将二元分类扩展为多元分类,建立分类的期望损失函数作为分类效果的评价标准。实验结果说明,该方法可以更精确地控制代价敏感性,降低总体的错误分类代价,使模型能更准确反映分类的代价,有效识别客户价值。

摘要： 在基于价值的客户细分中,由于错误分类代价差异和不同价值客户数量的不平衡分布,基于总体准确率的数据挖掘方法不能体现由于客户价值不同对分类效果带来的影响。本研究在代价敏感性学习机制下引入支持向量机,建立基于客户价值的错分代价函数,将二元分类扩展为多元分类,建立分类的期望损失函数作为分类效果的评价标准。实验结果说明,该方法可以更精确地控制代价敏感性,降低总体的错误分类代价,使模型能更准确反映分类的代价,有效识别客户价值。

摘要： 本发明公开一种基于自适应代价敏感特征学习的不平衡隐写分析方法，该方法针对不平衡的JPEG图像隐写检测环境，力求解决传统的隐写分析方法在数据分布不平衡的条件下检测有效性大幅降低的问题，主要从以下三个方面实现面向不平衡数据集的隐写检测方案。首先，提出一种不平衡样本的预处理方法，分别确定每个样本动态k近邻算法(DkNN)的最优k值，根据类别的比例获得类内代价；其次，基于每个训练样本的类内和类间代价生成自适应代价敏感分类器；最后，通过F度量最大化和正则化逻辑回归的自适应代价敏感分类器以及有效特征的获取，可以得到最大F度量对应的特征。

摘要： 本发明公开了一种基于代价敏感性辅助学习的不平衡极化SAR地物分类方法，先输入待分类的极化SAR图像及该极化SAR图像对应的真实地物标签信息；对待分类极化SAR图像数据的极化相干矩阵T取绝对值，得到模矩阵|T|；然后选择训练样本集；搭建代价敏感性辅助学习模型；训练代价敏感性辅助学习模型后对极化SAR图像进行分类；最后输出整幅图的可视化分类结果图。本发明搭建的代价敏感性辅助学习模型，不仅网络层次简单、所需要的标签数据集少，而且能够解决极化SAR地物分类中的不平衡地物问题，实现对小块目标的更好分类，使得分类的准确率更高。

摘要： 本发明公开了一种代价敏感的集成学习分类方法及系统，该方法包括：获取样本数据集，并将样本数据集分成训练样本集和测试样本集；基于训练样本集对多个不同类型的分类器分别进行训练，并基于测试样本集对训练好的各分类器分别进行分类测试，得到各分类器的分类结果；基于各分类器的分类结果为每一分类器分配对应的权重；基于各分类器的权重，对各分类器进行加权集成，得到集成分类器；利用集成分类器对待测样本进行分类，得到相应的分类结果。本发明使集成学习模型具有各个基学习器的优点，弱化各个基学习器的缺点。并通过权重分配和调整集成学习的门限，改善了集成分类器的分类效果。

摘要： 本发明涉及一种基于代价敏感学习的排水管道缺陷自动检测方法，包括：构建排水管道数据集；估算每种错误分类带来的损失，构建代价矩阵；通过代价矩阵构建置信度向量；基于置信度向量构建代价敏感的卷积神经网络；并使用管道数据集训练代价敏感的卷积神经网络。使用训练好的网络对待识别的图像进行识别，得到图像中包含缺陷的概率。基于代价矩阵构建的代价敏感的卷积神经网络能够以最小化代价为目标而不是盲目地追求分类精度，从而实现更为经济，有效的排水管道缺陷自动检测系统。

摘要： 本发明公开了一种基于代价敏感学习的变压器模糊谨慎推理故障诊断方法，属于变压器状态评估与故障诊断领域，本发明在获取变压器状态评估初始样本集并设置代价敏感初设矩阵的基础上，首先，结合Sigmoid多属性软化决策，构造变压器故障诊断多分类支持向量矩阵模型；然后，对支持向量矩阵进行归一化有序加权平均，计算模糊谨慎隶属度权重；最后，对加权模糊谨慎隶属度进行基于PCR5方法的互补置信分配与信息融合，并基于信度分配融合终值进行变压器故障诊断决策判定；在此过程中，以误诊断样本数最小为优化目标，基于模糊谨慎证据推理过程迭代修正代价敏感矩阵相应代价惩罚元素，实现所述故障诊断模型的在线学习功能。

摘要： 本发明提出了一种融合层叠泛化和代价敏感学习的社交网络链路异常预测系统，包括社交网络节点数据特征获取模块的数据输出端与超参数确定模块的数据输入端相连，超参数确定模块的数据输出端与结果预测模块的数据输入端相连，结果预测模块的数据输出端与数据展示模块的数据输入端相连；社交网络节点数据特征获取模块用于获取社交网络节点数据，将获取的社交网络节点数据中的相似性指标作为基模型学习的特征；超参数确定模块用于确定基模型的超参数；结果预测模块用于对基模型的预测结果进行重新学习；得到最终的预测结果；数据展示模块用于展示结果预测模块输出的结果。本发明能够对社交网络节点链路异常进行预测。

摘要： 本发明提出了一种利用层叠泛化和代价敏感学习的社交网络链路异常检测方法，包括以下步骤：S1，获取社交网络节点数据，将获取的社交网络节点数据中的相似性指标作为基模型学习的特征；S2，确定基模型的超参数；S3，对基模型的预测结果进行重新学习；得到最终的预测结果；S4，将步骤S3中的结果发送至手持式智能移动终端。本发明能够对社交网络节点链路异常进行预测。

摘要： 本发明提出了一种基于层叠泛化和代价敏感学习的社交网络链路异常预测方法，包括以下步骤：S1，获取社交网络节点数据，将获取的社交网络节点数据中的相似性指标作为基模型学习的特征；S2，确定基模型的超参数；S3，对基模型的预测结果进行重新学习；得到最终的预测结果。本发明能够对社交网络节点链路异常进行预测。

摘要： 该发明公开了一种基于代价敏感学习的人脸属性编辑方法，属于计算机视觉领域。该方法首先选择使用生成对抗网络作为基本框架，在训练生成对抗网络时结合代价敏感学习的思想，分别为判别器和生成器的引入了具有代价敏感的损失函数，其中包含错分代价和错误编辑代价。引入错分代价的目的是为了让判别器能够不受不平衡的数据集的影响，公平的去区分每一个人脸属性，从而能够更好的指导生成器编辑人脸属性的效果。在训练好生成对抗网络后，通过往生成器中输入原始人脸图像和属性编辑向量即可得到编辑后的人脸图像。从训练公平性的角度出发，本发明充分利用了代价敏感学习和生成对抗网络的优势，提高了现有人脸属性编辑模型的属性编辑成功率。

摘要： 本发明公开了一种基于深度代价敏感学习的小麦霜冻病害检测方法及系统，涉及人工智能技术领域，包括以下步骤：通过高光谱仪采集不同小麦品种在不同生长期间的高光谱数据，作为初始样本；对所述初始样本进行预处理，获取训练数据集；构建小麦霜冻病害检测模型并引入代价敏感学习，将所述训练数据集输入小麦霜冻病害检测模型中进行训练，直至损失函数收敛，获取小麦霜冻病害检测最优模型；使用所述小麦霜冻病害检测最优模型对小麦的高光谱数据进行检测，获取病害检测结果。本发明能够在不平衡的高光谱小麦霜冻数据集上开发出适合检测小麦霜冻损害的机器学习方法，克服训练过程中类别不平衡而引发的困难。