一种面向不平衡数据的结构化SVM集成分类器

• 作者: 杨明 杨杨 袁兴梅
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 不平衡数据 结构化支持向量机(StASVM) 代价敏感
• 年，卷（期）: 2013,（3）
• 页码范围: 315-320
• 分类号: TP391
• 字数: 4155字
• 语种: 中文

摘要

为改进面向不平衡数据的SVM分类器性能,以结构化SVM为基础,提出一种基于代价敏感的结构化支持向量机集成分类器模型.该模型首先通过训练样本的聚类,得到隐含在数据中的结构信息,并对样本进行初始加权.运用AdaBoost策略对各样本的权重进行动态调整,适当增大少数类样本的权重,使小类中误分的样本代价增大,以此来改进不平衡数据的分类性能.实验结果表明,该算法可有效提高不平衡数据的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	袁兴梅	南京师范大学计算机科学与技术学院	2	40	2.0	2.0
3	杨杨	南京师范大学强化培养学院	6	45	3.0	6.0