《电子测量技术杂志》发表论文赏析

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

来源:电子测量技术杂志2025年第15期北京时间:

作者:李辉,李振华,李瑞杰,张志东,薛晨阳

单位:中北大学仪器科学与动态测试教育部重点实验室 太原 030051

摘要:针对SMOTE算法在处理脉搏波数据不平衡问题中存在噪声干扰敏感及生成样本物理特性失真等问题。本文提出了一种基于CEEMDAN改进的CP-SMOTE算法,将预处理的脉搏波分解为主波层与次波层分别生成样本,可有效去除残余噪声。同时,在生成新样本时,本算法结合脉搏波信号特征,设计了自适应距离度量和约束监督机制,确保生成样本在保持数据物理特性的同时增强类间区分度。基于自建数据集和公开PPG-BP数据集,结合四种分类器对改进算法进行了全面实验。在自建数据集中,CP-SMOTE在AUC、G-mean、F1等关键指标上全面超越SMOTE系列算法,最低提升1.51%,最高提升18.25%。在公开数据集中对比其他改进算法准确率、G-mean和AUC分别提升2.24%、1.47%和1.43%以上。结果表明,该算法显著优于传统SMOTE及其他变种算法,研究结果验证了该算法生成的样本有效避免了物理特性失真问题与噪声干扰问题。

关键词:数据不平衡;CEEMDAN;自适应距离;约束监督机制;过采样算法

基金资助:山西省重点研发计划(202102130501011)、海南省重点研发计划(ZDYF2022SHFZ304)项目资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!