一种基于机器学习的非平衡数据集的处理方法和装置

    公开(公告)号:CN109635839B

    公开(公告)日:2020-07-14

    申请号:CN201811341167.9

    申请日:2018-11-12

    Abstract: 本发明实施例公开了一种基于机器学习的非平衡数据集的处理方法和装置,涉及数据处理的技术领域,能够解决SMOTE算法合成“人造”样本过程中造成的分布边缘化问题。该处理方法包括:一种基于机器学习的非平衡数据集的处理方法,包括:根据包含多个多数类图像样本的第一样本集合和包含多个少数类图像样本的初始的第二样本集合,生成中心样本,其中,所述多数类图像样本和所述少数类图像样本均包含有N维属性,所述中心样本是由多个所述多数类图像样本和多个所述少数类图像样本每个维度的属性的平均值组成,N≥1;在所述中心样本与至少一个所述少数类图像样本之间进行随机线性插值,生成新增少数类样本,得到利用所述新增少数类样本更新后的第二样本集合。

    一种硬件资源分配方法及装置

    公开(公告)号:CN109471726A

    公开(公告)日:2019-03-15

    申请号:CN201811261396.X

    申请日:2018-10-26

    Abstract: 本发明实施例提供一种硬件资源分配方法及装置,涉及计算机技术领域,本发明实施例能够提高硬件资源的分配速度以及硬件资源的使用率。该方法包括:接收硬件资源分配请求;根据硬件资源分配请求,确定n个待分配任务的参数信息;将n个待分配任务分别转换为预设三维空间模型中的长方体块;调整n个长方体块在预设三维空间模型中的位置,选择能使预设三维空间模型中留出碎裂程度最低的空闲空间的位置放置n个长方体块;按照n个长方体块在预设三维空间模型中三个维度的参数,确定给n个待分配任务分配的硬件资源的第一参数、第二参数以及给n个待分配任务分配硬件资源的时间。本发明应用于硬件资源分配。

    一种基于机器学习的非平衡数据集的处理方法和装置

    公开(公告)号:CN109635839A

    公开(公告)日:2019-04-16

    申请号:CN201811341167.9

    申请日:2018-11-12

    Abstract: 本发明实施例公开了一种基于机器学习的非平衡数据集的处理方法和装置,涉及数据处理的技术领域,能够解决SMOTE算法合成“人造”样本过程中造成的分布边缘化问题。该处理方法包括:一种基于机器学习的非平衡数据集的处理方法,包括:根据包含多个多数类图像样本的第一样本集合和包含多个少数类图像样本的初始的第二样本集合,生成中心样本,其中,所述多数类图像样本和所述少数类图像样本均包含有N维属性,所述中心样本是由多个所述多数类图像样本和多个所述少数类图像样本每个维度的属性的平均值组成,N≥1;在所述中心样本与至少一个所述少数类图像样本之间进行随机线性插值,生成新增少数类样本,得到利用所述新增少数类样本更新后的第二样本集合。

    一种数据处理的方法及装置

    公开(公告)号:CN106934611A

    公开(公告)日:2017-07-07

    申请号:CN201710169797.1

    申请日:2017-03-21

    CPC classification number: G06Q20/102 G06Q20/145

    Abstract: 本发明公开了一种数据处理的方法,该方法包括:目标记账节点获取交易节点发送的交易信息,所述目标记账节点是根据本轮次M个记账节点确定的,所述M为预设常数;所述目标记账节点将所述交易信息对其余记账节点发起共识,所述其余记账节点为所述本轮次M个记账节点中除所述目标记账节点以外的记账节点;若所述共识成功,所述目标记账节点将获取的所述交易信息存储到所述目标记账节点对应的区块中。由此可见,目标记账节点获取的交易信息被其他节点认可后才可以存储,保证了所获取的交易信息的准确性,无需再有证明机制,就实现了各家企业对记账节点对应区块存储的交易信息的完全信任。此外,本发明还公开了一种数据处理的装置。

Patent Agency Ranking