基于差分孪生卷积神经网络的大规模不平衡数据分类算法

• 作者: 任佳丽 王文晶
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 数据分类 不平衡数据集 卷积神经网络 深度神经网络 孪生神经网络
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法
• 页码范围: 267-274
• 页数: 8页
• 分类号: TP391
• 字数: 6027字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.11.043

摘要

传统基于支持向量机的不平衡数据分类算法包含矩阵运算,无法应用于大规模的不平衡数据集.针对这种情况,提出基于差分孪生卷积神经网络的大规模不平衡数据分类算法.设计差分卷积机制增强卷积神经网络的深度结构表示能力,在不改变滤波器数量的情况下提高模型的判别能力.通过差分孪生卷积神经网络分别优化每个类的特征图,每个类关联多个超平面,根据输入样本与超平面的距离决定输出样本的类标签.基于多组不平衡数据集的实验结果表明,该算法实现了较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文晶	山西大学商务学院信息学院	18	11	2.0	2.0
2	任佳丽	山西交通职业技术学院信息工程系	9	35	2.0	5.0