一种基于改进SMOTE的不平衡数据集主动学习SVM分类算法 | |
赵小强; 刘梦依 | |
2016-07-31 | |
会议日期 | 2016 |
关键词 | 不平衡数据集 主动学习 SMOTE SVM 分类算法 |
英文摘要 | 针对不平衡数据集在分类过程中易产生噪声数据和分类精度低的问题,本文提出一种基于改进SMOTE的不平衡数据集主动学习SVM分类算法。该算法对训练样本集利用少数类样本的归属值通过多数票选择法控制合成少数类样本的数量,根据距离公式确定超平面,选取距离 |
内容类型 | 会议论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/27840] |
专题 | 电气工程与信息工程学院 |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 赵小强,刘梦依. 一种基于改进SMOTE的不平衡数据集主动学习SVM分类算法[C]. 见:. 2016. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论