适用于不平衡样本数据处理的支持向量机方法

• 作者: 吴洪兴 彭喜元 彭宇
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量机 交叉算子 类别差异 模式识别
• 年，卷（期）: 2006,（z1）
• 页码范围: 2395-2398
• 分类号: TP391.4
• 字数: 3390字
• 语种: 中文

摘要

支持向量机算法在处理不平衡样本数据时,其分类器预测具有倾向性.样本数量多的类别,其分类误差小,而样本数量少的类别,其分类误差大.本文针对这种倾向性问题,在分析其产生原因的基础上,提出了基于遗传交叉运算的改进方法.对于小类别训练样本,利用交叉运算产生新的样本,从而补偿了因训练数据类别大小差异而造成的影响.基于UCI标准数据集的仿真实验结果表明,改进方法比标准支持向量机方法具有更好的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭喜元	哈尔滨工业大学自动化测试与控制系	106	2018	25.0	40.0
2	彭宇	哈尔滨工业大学自动化测试与控制系	80	2316	24.0	47.0
3	吴洪兴	哈尔滨工业大学自动化测试与控制系	3	65	3.0	3.0