针对非平衡数据分类的新型模糊SVM模型

• 作者: 宋晓东 蔡艳艳
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 分类 非平衡数据集 噪声 惩罚函数
• 年，卷（期）: 2015,（5）
• 页码范围: 120-124,160
• 页数: 6页
• 分类号: TP181
• 字数: 4634字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2015.05.021

摘要

提出了一种新的模糊支持向量机模型———非平衡数据分类的支持向量机模型，通过改进惩罚函数，降低模型对于含有噪声点的非平衡样本数据的敏感性，并采用网格搜索算法来确定各个支持向量机模型中参数的优化取值。研究结果表明，非平衡数据分类的支持向量机模型对非平衡样本数据进行分类的效果优于其他方法，不仅总体判别精度较高，也提高了少数类样本的判别精度，取得了较好的改进效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋晓东	北京航空航天大学经济管理学院	34	238	10.0	14.0
2	蔡艳艳	北京航空航天大学经济管理学院	4	14	1.0	3.0