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:
本文提出一种处理不平衡数据集的方法,即首先采用Tomek links算法去掉噪声数据点和边界区域样本点;然后采用聚类融合算法对多数类样本中聚类一致性较低的中心区域样本进行US欠抽样;将抽样结果与少数类数据合成新数据集训练ELM基分类器,采用投票发集成分类结果。通过实例分析,本文方法可以有效提高对少数类样本的分类性能。
推荐文章
不平衡数据的集成分类算法综述
不平衡数据
集成学习
分类
代价敏感
数据采样
不平衡数据集的分类方法研究
机器学习
不平衡数据
数据分类
基于样本投影分布的平衡不平衡数据集分类
平衡不平衡数据集
样本投影分布
支持向量机
支持向量数据描述
集成学习算法在不平衡分类中的应用研究
机器学习
类不平衡
集成学习
评测标准
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 不平衡数据集的集成ELM分类算法
来源期刊 电子世界 学科
关键词 旋转森林 极端学习机 风速预测
年,卷(期) 2014,(22) 所属期刊栏目 科研发展
研究方向 页码范围 156-156
页数 1页 分类号
字数 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 李明 河南师范大学计算机与信息工程学院 44 72 4.0 7.0
2 敖培 河南师范大学计算机与信息工程学院 30 12 1.0 1.0
3 杨百顺 河南师范大学计算机与信息工程学院 16 7 1.0 1.0
4 张金涛 河南师范大学计算机与信息工程学院 3 0 0.0 0.0
5 李延强 河南师范大学计算机与信息工程学院 18 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (15)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
旋转森林
极端学习机
风速预测
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导