基于分形SMOTE重采样集成算法圈定区域化探异常

• 作者: 刘伟 李江 金辉
• 来源期刊: 计算机应用研究
• 关键词: 化探异常 不均衡数据 SMOTE 分形 集成学习 Adaboost
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3744-3747
• 分类号: TP181|P628
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.10.036

摘要

基于分形自相似性理论改进SMOTE算法,实现数据集的均衡化.结合集成学习Adaboost技术更新样本权值,改善非均衡数据的分类性能,并对云南个旧锡铜多金属矿床进行了仿真实验,结果表明新算法预测结果能较好地检测成矿异常,为成矿预测与评价提供新的解决途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟	中国地质大学计算机学院	79	870	17.0	27.0
2	金辉	中国地质大学计算机学院	2	9	2.0	2.0
3	李江	中国地质大学信息工程学院	5	8	2.0	2.0