基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种结合代价敏感及多数类分解的算法CLCC(Classification using Local Clustering with Cost-sensitive).CLCC通过在多数类中使用局部聚类使得类别之间达到平衡,再引入代价敏感使得整体和少数类的分类错误率在迭代学习过程中不断地降低,提高了少数类的精度以及降低了整体的分类代价.实验结果验证了该算法在处理非平衡类问题时比传统算法要优越.
推荐文章
不平衡入侵检测数据的代价敏感分类策略
不平衡数据
数据预处理
代价敏感
入侵检测
采用多类代价指数损失函数的代价敏感AdaBoost算法
代价敏感
AdaBoost算法
多分类
贝叶斯决策
损失函数
基于代价敏感和近似分类质量的决策粗糙集属性约简研究
决策粗糙集
属性约简
代价敏感
近似分类质量
分类精度
基于同步优化的代价敏感支持向量机优良类操作模式识别
代价敏感支持向量机
操作模式
特征选择
实验验证
氧化铝
算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合代价敏感及多数类分解的非平衡分类
来源期刊 计算机工程与应用 学科 工学
关键词 非平衡类 代价敏感 K-均值聚类 过采样 Adaboost算法
年,卷(期) 2011,(1) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 150-153
页数 分类号 TP391.4
字数 4538字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.01.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李宏 中南大学信息科学与工程学院 73 514 13.0 19.0
2 郭跃健 中南大学信息科学与工程学院 2 26 2.0 2.0
3 蹇涛 中南大学信息科学与工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (3)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (17)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
非平衡类
代价敏感
K-均值聚类
过采样
Adaboost算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导