-
公开(公告)号：CN109558893A
公开(公告)日：2019-04-02
申请号：CN201811283829.1
申请日：2018-10-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于重采样池的快速集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)对训练数据集中的少数类样本进行进行SMOTE过采样处理，对各类少数类样本构造对应的人工合成虚拟样本池3)设置基分类器个数及其隐层节点数的最优参数；4)结合所有样本池抽样得到的人工合成虚拟样本和初始训练数据，获得单个基分类器的训练样本集，训练基分类器；5)完成对所有基分类器的训练，将其进行集成，得到最终的集成分类器。本发明在有效地降低污水数据的不平衡性的同时提高了基分类器间的多样性，并提高了污水处理过程中故障诊断的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN108228716B
公开(公告)日：2020-01-14
申请号：CN201711268459.X
申请日：2017-12-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)设置基分类器个数及其隐层节点数的最优参数；3)针对每个基分类器采用改进的SMOTE算法对其对应的训练样本集进行独立过采样，训练基分类器；4)用基于G‑mean的方法确定每个基分类器的输出权值；5)对所有基分类器训练结束后将其进行集成，得到最终的集成分类器。本发明在有效地降低了污水数据的不平衡性的同时提高了基分类器间的多样性，提高了对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。
-
公开(公告)号：CN108228716A
公开(公告)日：2018-06-29
申请号：CN201711268459.X
申请日：2017-12-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)设置基分类器个数及其隐层节点数的最优参数；3)针对每个基分类器采用改进的SMOTE算法对其对应的训练样本集进行独立过采样，训练基分类器；4)用基于G‑mean的方法确定每个基分类器的输出权值；5)对所有基分类器训练结束后将其进行集成，得到最终的集成分类器。本发明在有效地降低了污水数据的不平衡性的同时提高了基分类器间的多样性，提高了对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。
-
公开(公告)号：CN109558893B
公开(公告)日：2022-12-16
申请号：CN201811283829.1
申请日：2018-10-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于重采样池的快速集成污水处理故障诊断方法，包括步骤：1)用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；2)对训练数据集中的少数类样本进行进行SMOTE过采样处理，对各类少数类样本构造对应的人工合成虚拟样本池3)设置基分类器个数及其隐层节点数的最优参数；4)结合所有样本池抽样得到的人工合成虚拟样本和初始训练数据，获得单个基分类器的训练样本集，训练基分类器；5)完成对所有基分类器的训练，将其进行集成，得到最终的集成分类器。本发明在有效地降低污水数据的不平衡性的同时提高了基分类器间的多样性，并提高了污水处理过程中故障诊断的整体性能。
-
公开(公告)号：CN107688825B
公开(公告)日：2020-02-18
申请号：CN201710654311.3
申请日：2017-08-03
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种改进型的集成加权极限学习机污水处理故障诊断方法，包括：S1、针对基分类器，采用倾向于少数类样本的赋值公式，对加权极限学习机的初始权值进行赋值；S2、训练基分类器；S3、提出新型的集成算法基分类器权值更新公式，以加权极限学习机为基分类器，以Adaboost迭代方法对多个基分类器进行集成，建立改进型的污水故障诊断模型；S4、输入污水处理过程中产生的样本数据，设置集成算法的基分类器个数T，基分类器的最优核宽度γ，对应的最优正则化系数C，建立污水处理系统的故障诊断模型并进行性能测试。本发明可以实现多个类别的不平衡数据分类，提高了不平衡数据的分类性能特别是少数类的分类正确率，有效提高了污水处理过程中故障诊断的准确性。
-
公开(公告)号：CN107688825A
公开(公告)日：2018-02-13
申请号：CN201710654311.3
申请日：2017-08-03
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种改进型的集成加权极限学习机污水处理故障诊方法，包括：S1、针对基分类器，采用倾向于少数类样本的赋值公式，对加权极限学习机的初始权值进行赋值；S2、训练基分类器；S3、提出新型的集成算法基分类器权值更新公式，以加权极限学习机为基分类器，以Adaboost迭代方法对多个基分类器进行集成，建立改进型的污水故障诊断模型；S4、输入污水处理过程中产生的样本数据，设置集成算法的基分类器个数T，基分类器的最优核宽度γ，对应的最优正则化系数C，建立污水处理系统的故障诊断模型并进行性能测试。本发明可以实现多个类别的不平衡数据分类，提高了不平衡数据的分类性能特别是少数类的分类正确率，有效提高了污水处理过程中故障诊断的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
