首页> 中国专利> 基于重复编辑最近邻与聚类过采样的数据重采样方法

基于重复编辑最近邻与聚类过采样的数据重采样方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于重复编辑最近邻与聚类过采样的数据重采样方法，计算每个待取样本与附近样本之间欧式距离，选取距离最小的作为待取样本的临近样本，对比该样本与其邻近样本的标签是否相同，如果不同则将其删除；使用K‑means将剩余样本划分为k个聚类，过滤掉多数类样本数与少数类样本数之比小于不平衡率阈值c的聚类；对每个聚类计算该聚类中各个少数类样本之间的欧氏距离，构造该聚类的距离矩阵，对矩阵中所有非对角元素求和，然后除以非对角元素个数得到该聚类的平均距离；计算每个聚类的稀疏因子；计算各个聚类的重采样权重值，使用SMOTE方法根据权重值确定生成的新样本数量。本发明解决了数据中类不平衡问题，使得分类器能够获得更好的分类效果。

著录项

公开/公告号CN110942153A

专利类型发明专利
公开/公告日2020-03-31

原文格式PDF
申请/专利权人西北工业大学;
展开▼

申请/专利号CN201911092526.6
发明设计人殷茗;马怀宇;蒋丹;姜继娇;马子琛;芦菲娅;孟丹荔;张煊宇;杨益;仵芳;吴瑜;
展开▼

申请日2019-11-11
分类号
代理机构西北工业大学专利中心;
代理人刘新琼
地址 710072 陕西省西安市友谊西路127号
入库时间 2023-12-17 07:08:50

法律信息

法律状态公告日

法律状态信息

法律状态
2020-04-24

实质审查的生效 IPC(主分类):G06N20/00 申请日:20191111

实质审查的生效
2020-03-31

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于重复编辑最近邻与聚类过采样的数据重采样方法 [P] . 中国专利： CN110942153A . 2020-03-31
2. 一种基于最近邻聚类的神经网络数据挖掘方法 [P] . 中国专利： CN106022614A . 2016-10-12
3. Re-usable print job editing and delivery method in computer system, involves editing order data based on user response to indicated pages and delivering print job based on edited data [P] . 德国专利： DE10045133A1 . 2001-04-05

机译：在计算机系统中可重复使用的打印作业的编辑和传送方法，包括基于用户对指示页面的响应来编辑订单数据，以及基于编辑后的数据来传送打印作业。
4. Data clustering method and apparatus based on k-nearest neighbor and computer readable storage medium [P] . US11210348B2 . 2021-12-28

机译：基于k - 最近邻和计算机可读存储介质的数据聚类方法和装置
5. Data Clustering Method and Apparatus Based on K-Nearest Neighbor and Computer Readable Storage Medium [P] . 美国专利： US2019251121A1 . 2019-08-15

机译：基于K最近邻和计算机可读存储介质的数据聚类方法和装置