说明：matlab的smote算法，可以用于分类时样本数据不平衡的问题

SMOTE算法--MATLAB smote 数据不平衡 不平衡分类 smote算法matlab

说明：psolssvm调通的转子不平衡振动数据变化的预测程序。

psolssvm 转子不平衡振 动数据

说明：应用背景一个新的协议称为平衡节能和实时可靠的通信路由（BERR）为无线传感器网络（无线传感器网络）考虑了实时、高效节能的联合性能可靠性。在波罗的海，一个节点，这是准备发送数据包给汇聚节点，估计能源成本，跳数利用邻域节点获取局部信息对汇聚节点和可靠性的应用价值。贝尔不仅考虑了每个发送者的能量水平，但也...

matlab 协议 网络通信 无线 传感器 平衡 可靠 和实 节能

说明：非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.

序列最小优化算法 非平衡数据集 分类

说明：这些技术在低强度图像蒙版用在人脸识别中的主要应用。直方图均衡化是最受欢迎由于其有效性和简洁性的对比度增强算法。它可以分为两个分支，根据使用的变换函数： 全局或本地。全局直方图均衡化是简单、 快速，但它的对比度增强力量是相对较低。局部直方图均衡化，另一方面，可以更有效地增强整体对比度计算所需的复杂性，...

matlab 图像 识别 直方图 人脸 应用 均衡化 屏蔽 面向 强度 局部

说明：考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L...

matlab 不同 三个 考虑

说明：应用L-曲线法来选取正则化参数α的合理性就是L-曲线法强调保证解部分||x||2和数据拟合部分||Kx-y||2的平衡，而这种平衡则是通过确定正则化参数α值来实现的。不过值得注意的是，利用L-曲线法所得到的正则化参数α并非最优值，而是近似最优。

源程序 正则 参数 曲线 确定

说明：核fcm，在几个聚类数据集上测试均有效，自己写的，现在环形数据集和不平衡数据集上测试均有效，分享出来，希望大家指正错误，共同进步。

说明：首先介绍了辐射状配电网三相潮流计算方法，对几种常用的配电网潮流计算方法进行了对比分析，着重介绍了配电网潮流计算中常用的前推回代法的基本原理，并利用Matlab仿真软件编写了相应的潮流计算程序，通过33母线系统对计算程序进行了仿真验证。然后介绍了含弱环网的配电网潮流计算的处理方法，编写了相应的仿真计算...

辐射状配电网 三相潮流 33 PQ PV PI

说明：SVM算法训练的分类器，对数据进行分类。包含训练和测试数据集，解决分类不平衡问题。

算法 svm 训练