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:
提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.
推荐文章
一种基于能耗均衡的非均匀分簇路由算法
链状拓扑
WSNs
分簇路由
能耗均衡
网络生命周期
基于集成的非均衡数据分类主动学习算法
非均衡数据
集成
主动学习
分类
基于核字典学习的图像分类
目标分类
稀疏表示
核字典学习
线性鉴别分析
支持向量机
一种用户指导的关系数据分类算法
关系数据分类
关系数据挖掘
朴素贝叶斯分类
类标号传递
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 一种基于核学习的非均衡数据分类算法
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 非平衡数据集 核学习 凸壳 原像
年,卷(期) 2012,(2) 所属期刊栏目 研究论文
研究方向 页码范围 189-194
页数 分类号 TP181
字数 5141字 语种 中文
DOI
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 钟瑛 厦门理工学院计算机科学与技术系 16 43 5.0 6.0
2 朱顺痣 厦门理工学院计算机科学与技术系 52 189 7.0 11.0
3 曾志强 厦门理工学院计算机科学与技术系 15 151 6.0 12.0
4 洪文兴 厦门大学信息科学与技术学院 12 57 2.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (3)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非平衡数据集
核学习
凸壳
原像
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
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导