一种改进的少数类样本过抽样算法

• 作者: 王勇 蔡立军 许丹丹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 偏斜数据集 分类 过抽样 虚拟实例 n维球体空间
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 基于最大熵的句内时间关系识别
• 页码范围: 67-69
• 分类号: TP311.13
• 字数: 3550字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.04.022

摘要

针对偏斜数据集的分类问题,提出一种改进的少数类样本过抽样算法(B-ISMOTE).在边界少数类实例及其最近邻实例构成的n维球体空间内进行随机插值,以此产生虚拟少数类实例,减小数据的不均衡程度.在实际数据集上进行实验,结果证明,与SMOTE算法和B-SMOTE算法相比,B-ISMOTE算法具有较优的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	西北工业大学计算机学院	73	493	12.0	19.0
2	蔡立军	西北工业大学理学院	15	63	4.0	7.0
3	许丹丹	西北工业大学理学院	2	27	2.0	2.0