医疗保险欺诈识别监测系统 基于机器学习 + Django 的医保反欺诈一体化 Web 平台 采用 SMOTE 后模型测试召回率从 0.7065 提升至 0.9508，F1 分数从 0.5327 提升至 0.9590 Pythonscikit-learnGradient BoostingSMOTE +5 查看详情 →
基于频率域掩码的自然场景图像伪造检测 双分支网络 (MobileNet-V2 + 频率分支) + 分层差异化频率掩码 + 改进门控融合的轻量级深度伪造检测模型 模型在测试集上获得 Accuracy 84.62%、Precision 87.57%、Recall 80.53%、F1 0.8390、AUC 0.9203 PythonPyTorchMobileNet-V2SE 注意力机制 +3 查看详情 →
