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:
样本不平衡问题已经成为机器学习领域的研究热门.虚拟样本生成方法是一种重要的解决样本不平衡问题的方法,它通过线性生成少数类样本来实现.在以往的大多数研究工作中,虚拟样本的生成是在原始的特征空间中进行的,样本通常处于线性不可分的状态,将会导致生成的虚拟样本丢失几何特性.因此,文章提出了一种基于核方法的虚拟样本构造方法,虚拟样本在线性可分的核空间中生成.
推荐文章
基于样本相似度曲面重构的核函数构造
曲面重构
相似度
数据特征
径向基函数
核函数
基于虚拟样本的正则化鉴别分析方法
小样本问题
正则化鉴别分析
虚拟训练样本
人脸识别
基于CNN和DLTL的步态虚拟样本生成方法
步态识别
卷积神经网络
对偶学习和迁移学习
虚拟样本
步态识别率
基于虚拟样本的协同表示人脸识别算法
人脸识别
协同表示
虚拟样本
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 基于核方法的虚拟样本构造
来源期刊 微型机与应用 学科 工学
关键词 样本不平衡 支持向量机 虚拟样本 核方法
年,卷(期) 2017,(3) 所属期刊栏目 人工智能
研究方向 页码范围 52-54,58
页数 4页 分类号 TP181
字数 3278字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.03.016
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 何良华 同济大学电子与信息工程学院 20 138 6.0 11.0
2 刘鹏飞 同济大学电子与信息工程学院 17 27 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
样本不平衡
支持向量机
虚拟样本
核方法
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导