期刊专题

10.3969/j.issn.1006-2475.2018.03.016

改进Smote算法在不平衡数据集上的分类研究

引用
在不平衡数据集中,过抽样算法如Smote(Synthetic Minority Oversampling)算法、R-Smote算法与SD-ISmote算法可能会模糊多数类与少数类的边界以及使用噪声数据合成新样本.本文提出的ImprovedSmote 算法使用少数数据集的簇心与其对应类别的少数集数据,在簇心与不大于样本属性数的对应类别少数集数据形成的图形内随机插值来生成新数据.ImprovedSmote算法结合C4.5决策树与神经网络算法在实验数据集上的结果比Smote, R-Smote与SD-ISmote算法更好,可以有效地提高分类器分类性能.

不平衡数据集、Smote算法、R-Smote算法、SD-ISmote算法、ImprovedSmote算法、簇心

TP301.6(计算技术、计算机技术)

国家粮食公益性行业科研专项项目201513004-6;"十二五"农村领域国家科技计划子课题2015BAD17B02-8;现代农业产业技术体系专项资金项目CARS-49;江苏省产学研合作项目BY2015019-30

2018-04-26(万方平台首次上网日期,不代表论文的发表时间)

共6页

83-88

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2018,(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn