|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 不平衡数据集分类方法综述显示文摘不平衡数据集的特点导致了在分类时产生了诸多难题。对不平衡数据集的分类方法进行了分析与总结。在数据采样方法中从欠采样、过采样和混合采样三方面介绍不平衡数据集的分类方法;在欠采样方法中分为基于K近邻、Bagging和Boosting三种方法;在过采样方法中从合成少数过采样技术(SyntheticMinorityOver-sampling Technology,SMOTE)、支持向量机(SupportVectorMachine,SVM)两个角度来分析不平衡数据集的分类方法;对这两类采样方法的优缺点进行了比较,在相同数据集下比较算法的性能并进行分析与总结。从深度学习、极限学习机、代价敏感和特征选择四方面对不平衡数据集的分类方法进行了归纳。最后对下一步工作方向进行了展望。 | 王乐 韩萌 李小娟 张妮 程浩东 | 2021 | 计算机工程与应用2021，57，22： | 26 |
| 2 | 基于分层重组的不平衡数据采样方法研究显示文摘为了解决机器学习中不平衡数据难以用于主流数据分类器的问题,面向多种类不平衡数据,提出一种基于超平面排序、分层抽样、多类样本重组的数据采样方法,以得到可用于机器学习的分类平衡数据集。首先,求得不同种类样本的最大公共抽样数,以此确定每类样本的抽样份数;再根据数据到分类超平面的距离,对每类样本的数据进行重新排序,按照等间距对每类样本进行分层采样,确保各个样本的采样总数为最大公共抽样数倍数,构成样本内部的基数样本。最后,排列组合构造平衡数据集合。经过数据分类算法的训练和测试,结果表明:采样方法不仅实现多种类样本之间的数据平衡,也保持了样本的原有数据分布特征,提高了机器学习下游算法的精度。 | 邓明阳 郭应时 刘通 | 2021 | 重庆理工大学学报(自然科学)2021，35，8： | 3 |
| 3 | 稠密度聚类在舰船网络微弱信号自适应增强中的应用显示文摘提升舰船网络信号及整体通信质量,提出基于稠密度聚类的舰船网络微弱信号自适应增强方法。应用稠密度聚类算法检测出舰船网络微弱信号,通过经验模态分解法分解微弱信号,结合小波变换法与奇异谱分析法去除的噪声,实现舰船网络微弱信号增强信。结果表明,该方法能够有效分解所检出微弱信号,并进行分量去噪处理,去噪后各信号分量不仅保留原有细节特征,且有效消除掉干扰噪声,重构后所获得的增强信号整体呈现清晰,可有效保障舰船网络的整体通信质量。 | 虞晓霞 潘光永 | 2022 | 舰船科学技术2022，44，5： | 1 |
| 4 | 基于自适应k均值聚类的距离加权欠采样算法显示文摘【目的】消除分类问题中类不平衡数据对分类精度的影响。【方法】首先,使用自适应k均值聚类算法对多数类数据集进行聚类,找到并删除离群点;其次,计算数据与聚类中心加权距离并排序,根据簇密度对多数类数据顺序采样;最后,将采样得到的数据与少数类数据集合并,输入分类算法进行训练。【结果】实验结果表明,在25组不平衡数据集上算法最大AUC平均值达到0.912,相比较于其他方法最少提升了0.014,平均运行时间仅为1.377 s;应用在两组不平衡大数据集上,算法也有很好的表现。【局限】不适合多分类问题,仅适合解决二分类问题。【结论】算法能够找到最适k值,检测并删除离群点,解决类不平衡问题,提高分类精度。算法速度快,开销小,适合不平衡大数据集的应用。 | 周倩 姚震 孙博 | 2022 | 数据分析与知识发现2022，6，5： | 1 |
| 5 | 基于自然最近邻的不平衡数据欠采样方法显示文摘针对不平衡数据集中的少数类样本在实际应用中分类准确率较低的问题,提出一种利用多数类样本的自然最近邻进行欠采样的数据处理方法。自然最近邻算法根据每个样本的分布特征动态地为样本选择数量不同的自然最近邻样本,通过自然最近邻的个数反映样本分布的疏密程度。文章所提方法先计算多数类样本在整体数据集中的自然最近邻,根据自然最近邻情况移除多数类中的噪声样本和局部密度较小的样本,再计算剩余样本的相似度,保留密集区域中的代表性样本,去掉部分冗余样本,获得平衡数据集。该方法的计算无须预先指定参数,减少了欠采样过程中多数类分类信息的损失。对比实验利用支持向量机对不同欠采样方法平衡后的12个数据集进行分类,结果表明此方法在大多数数据集上具有较优的分类性能,提升了少数类样本的分类准确率。 | 孟东霞 魏晓光 柳凌燕 | 2023 | 统计与决策2023，39，15： | 0 |
| 6 | 基于k近邻中心偏移因子的欠采样方法显示文摘针对不平衡数据集在实际应用中分类效果较差的问题,文章提出一种基于k近邻中心偏移因子对多数类样本欠采样的数据处理方法。k近邻中心是样本的k个最近邻覆盖区域的中心点,所在位置随着k值的增加而发生偏移,偏移变化的波动程度用中心偏移因子来表示。中心偏移因子的值反映了样本周围的局部密度,数值较小的因子代表样本及其近邻处于密集区域,或近邻在样本的同一侧密集分布,样本可能为冗余样本。为了在不改变原始数据分布的前提下尽可能地删除冗余度较高的多数类样本,首先,移除多数类样本中的噪声点,计算多数类样本的中心偏移因子;然后,将多数类样本按照偏移因子的数值从低到高排序;最后,通过比较样本与k近邻的中心偏移因子来删除部分多数类样本,使数据集趋于平衡。实验使用支持向量机对多种欠采样方法平衡后的14个数据集进行了分类,实验结果表明,所提方法在大多数数据集上表现较优,有效提高了少数类的分类精度。 | 孟东霞 谢林燕 | 2023 | 统计与决策2023，，12： | 0 |
| 7 | 面向ICS不平衡数据的重叠区混合采样方法显示文摘工业控制系统异常检测面临着数据不平衡问题,其中,不平衡数据存在的类重叠现象加剧了分类器的检测难度。基于数据类别平衡或数据重叠检测的应对策略较常被采用,但这些策略方法存在着模型稳定性差或重叠识别率低等问题。对此,提出了一种面向重叠区域的混合采样方法:OverlapRHS。该方法利用支持向量数据描述分别在多数类和少数类样本上构建重叠检测模型,并通过将合成少数类与邻域清洗进行组合,对重叠数据区域内的样本施以混合采样。最后该方法与4种经典分类器结合,在4个公开的不平衡数据集上进行了测试,并与其他4种处理不平衡问题的采样方法进行了比较。实验结果表明,所提方法能够有效检测出不平衡数据集中的重叠数据,并通过高效且针对性强的数据混合采样改善了分类器的训练效果,提高了分类器对不平衡数据的异常检测性能,展现了较之于其他采样方法在不平衡数据处理上的显著优势。 | 高冰 顾兆军 周景贤 隋翯 | 2023 | 计算机工程与应用2023，59，19： | 0 |
| 8 | 塑料裂解温控系统的模糊规则提取算法研究显示文摘塑料裂解工艺的发展与研究对于保护环境和节约资源具有深远意义。传统塑料裂解温控系统存在工况复杂、无法建立准确模型、非线性强耦合的问题。以提高传统模糊控制提取规则库的完备性与准确性为目的,对一种新型样本相关性模糊规则提取相关性因子改进Wang-Mendal(CWM)算法进行研究,即从样本数据中通过计算样本相关性因子来提取可靠的模糊规则。首先,在传统模糊规则提取Wang-Mendal(WM)算法基础之上结合基于密度峰值的快速聚类算法与减法聚类算法对样本数据进行降噪预处理。然后,根据输出值及其对应的样本相关性因子计算每个模糊规则的平均输出值,并由此完善模糊规则库。最后,将改进算法与其他传统算法进行对比。仿真结果表明,该改进模糊规则提取算法可提高模糊规则以及裂解温控过程的可靠性和准确性。 | 马俊林 曹梦龙 | 2022 | 自动化仪表2022，43，9： | 0 |
| 9 | 一种改进密度峰值聚类的欠采样算法显示文摘不平衡数据越来越多地出现在各个领域,而传统机器学习分类算法往往会忽略少数类样本的分类精度,针对此问题,提出一种基于密度峰值聚类改进的欠采样算法。该算法利用信息熵对密度峰值聚类算法进行优化,获取最优截断距离;选取密度距离较大的点作为聚类中心并选取所有聚类中心代表整个多数类数据集。将该文算法与几种欠采样算法进行对比实验,结果表明,该方法有效提高了不平衡数据集中少数类的预测精度。 | 李鑫 | 2022 | 现代信息科技2022，6，18： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员