基于KMSMOTE和随机森林的爬升段油耗分类

• 作者: 崔金成 陈静杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 爬升段 不平衡 k-medoids SMOTE 随机森林
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法
• 页码范围: 247-250,316
• 页数: 5页
• 分类号: TP391.9
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.039

摘要

为了解决飞机燃油消耗预测过程中的数据不平衡问题,传统SMOTE方法对少数类随机构造伪样本,从而导致了数据分布的整体变化和模糊了区间边界.针对以上问题,提出一种基于k-medoids的改进SMOTE算法,即KMSMOTE,并以随机森林作为分类器进行爬升段油耗分类.该方法使用k-medoids对少数类进行聚类操作,在聚类簇的基础上使用SMOTE构造伪样本,确保分类结果不会偏向多数类;应用随机森林算法生成分类器.选取国内同一航线、同一机型的多个航班数据为实验样本,实验结果表明,改进后的算法分类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈静杰	中国民航大学电子信息与自动化学院	39	115	6.0	8.0
2	崔金成	中国民航大学电子信息与自动化学院	2	2	1.0	1.0