一种基于自然邻域加权的过采样算法

    公开(公告)号:CN119557640A

    公开(公告)日:2025-03-04

    申请号:CN202411604499.7

    申请日:2024-11-12

    Inventor: 万静 李洋洋 陈健

    Abstract: 本发明公开了一种基于自然邻域加权的过采样算法,来解决传统过采样方法在样本合成过程中存在较大随机性,可能导致生成大量对少数类样本分类效果不明显甚至是噪声的合成样本的问题。首先,利用自然邻域算法识别并删除少数类中的异常点,以减少噪声样本的干扰。然后,通过计算少数类点与其周围自然邻居之间的变异系数,来合理分配每个少数类样本生成新样本的个数。最后,基于样本之间的距离关系,分配生成新样本的数量,距离较远的样本生成更多的新样本,从而更好地覆盖整个特征空间。本发明的方法能够有效提高少数类样本的代表性,并且生成的合成样本能更好地保持原数据的分布特征,克服了传统方法中随机性较大的问题。

    一种基于改进YOLOv8的烟雾检测方法

    公开(公告)号:CN118823307A

    公开(公告)日:2024-10-22

    申请号:CN202410798569.0

    申请日:2024-06-19

    Abstract: 本发明公开了一种基于改进YOLOv8的烟雾检测方法,属于图像处理技术领域。该方法步骤主要包括:获取目标检测常用数据集,对获取的数据进行人工筛选;利用labelimg工具对收集的烟雾图像数据重新进行标注,得到新的数据集;将融合S2注意力机制的C2f模块、BiFPN多尺度特征融合金字塔、CARAFE上采样算子与YOLOv8模型相结合,构建YOLOv8‑CBS模型;将标注好的烟雾数据集输入到YOLOv8‑CBS模型中进行训练;利用经过训练的YOLOv8‑CBS模型对待识别的烟雾图像数据进行目标检测与定位。改进后的模型对比原始模型有效提升了烟雾目标检测的准确率,减少了烟雾目标在检测中出现的错检、漏检的问题。

Patent Agency Ranking