原文服务方: 计算机应用研究       
摘要:
针对少数类样本合成过采样技术(synthetic minority over-sampling technique,SMOTE)在合成少数类新样本时会带来噪声问题,提出了一种改进降噪自编码神经网络不平衡数据分类算法(SMOTE-SDAE).该算法通过SMOTE方法合成少数类新样本以均衡原始数据集,考虑到合成样本过程中会产生噪声的影响,利用降噪自编码神经网络算法的逐层无监督降噪学习和有监督微调过程,有效实现对过采样数据集的降噪处理与数据分类.在UCI不平衡数据集上实验结果表明,相比传统SVM算法,该算法显著提高了不平衡数据集中少数类的分类精度.
推荐文章
基于改进的多层降噪自编码算法临床分类诊断研究
深度学习
多层降噪自编码
元代价
分类诊断
代价敏感
不均衡
一种处理不平衡大数据的并行随机森林算法
不平衡大数据
MapReduce
随机森林
代价敏感
分层自助抽样
一种双重特征选择的不平衡复杂网络链接分类模型
链接分类
Relief
K-均值
特征选择
mRMR
不平衡问题
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
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 一种改进的降噪自编码神经网络不平衡数据分类算法
来源期刊 计算机应用研究 学科
关键词 神经网络 过采样 不平衡数据 分类
年,卷(期) 2017,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1329-1332
页数 4页 分类号 TP183|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.05.011
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 裴志利 内蒙古民族大学计算机科学与技术学院 34 300 11.0 16.0
2 姜静清 内蒙古民族大学计算机科学与技术学院 24 190 8.0 13.0
4 张成刚 内蒙古民族大学数学学院 12 47 4.0 6.0
10 宋佳智 东北师范大学计算机科学与信息技术学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (346)
参考文献  (12)
节点文献
引证文献  (13)
同被引文献  (55)
二级引证文献  (5)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(8)
  • 引证文献(4)
  • 二级引证文献(4)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
过采样
不平衡数据
分类
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导