多子域隔离学习组合决策用于不均衡样本

靳燕; 彭新光

首页> 中文期刊> 《计算机应用》 >多子域隔离学习组合决策用于不均衡样本

多子域隔离学习组合决策用于不均衡样本

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为进一步弱化数据不均衡对分类算法的束缚,从数据集区域分布特性着手,提出了不均衡数据集上基于子域学习的复合分类模型.子域划分阶段,扩展支持向量数据描述(SVDD)算法给出类的最小界定域,划分出域内密集区与域外稀疏区.借鉴不同类存在相似样本的类重叠概念,对边界样本进行搜索,组合构成重叠域.子域清理阶段,基于邻近算法(KNN)的邻近性假设,结合不同域的密疏程度,设置样本有效性参数,对域内样本逐个检测以清理噪声.各子域隔离参与分类建模,按序组合产生出用于不均衡数据集的复合分类器CCRD.在相似算法对比以及代价敏感MetaCost对比中,CCRD对正类的正确分类改善明显,且未加重负类误判;在SMOTE抽样比较中,CCRD改善了负类的误判情形,且未影响正类的正确分类;在五类数据集的逐个比较中,CCRD分类性能均有提升,在Haberman_stur的正类分类性能提升上尤为明显.结果表明,基于子域学习的复合分类模型的分类性能较好,是一种研究不均衡数据集的较有效的方法.

著录项

来源
《计算机应用》 |2016年第9期|2475-2480|共6页
作者
靳燕; 彭新光;
展开▼
作者单位

山西大学商务学院信息学院;

太原030031;

太原理工大学计算机科学与技术学院;

太原030024;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
不均衡数据集区域分布; 支持向量数据描述; 稀疏域与重叠域; 子域隔离学习; 复合分类器;

相似文献

中文文献
外文文献
专利

1. 多种深度学习方法组合应用于小样本空间目标分类研究 [J] . 邓诗宇 ,刘承志 ,谭勇 . 光谱学与光谱分析 . 2022,第2期
2. 大样本多源域与小目标域的跨领域快速分类学习 [J] . 顾鑫 ,王士同 . 计算机研究与发展 . 2014,第003期
3. 案不患多而患不均——以S省A县法院为样本探寻审判工作量均衡化的实现路径 [J] . 田源 . 山东审判 . 2012,第003期
4. 一种应用于不均衡小样本集的石化设备故障智能诊断方法 [J] . 袁壮 . 安全、健康和环境 . 2021,第001期
5. 统计学习理论应用于投资组合选择的一项新成果——《基于统计学习理论的安全第一投资组合选择》书评 [J] . 张彦春 . 河北工程大学学报（社会科学版） . 2018,第001期
6. 基于数字地图的多子模型组合方法精确预测大尺度不规则地形电波传播损耗 [C] . YANG Weixing ,席静 ,XI Jing . 2015年全国微波毫米波会议 . 2015
7. 基于深度学习的非均衡细粒度和少样本图像分类研究 [A] . 晏明昊 . 2020

多子域隔离学习组合决策用于不均衡样本

摘要

著录项

相似文献

相关主题

期刊订阅