电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2006年
z1期
2395-2398
,共4页
支持向量机%交叉算子%类别差异%模式识别
支持嚮量機%交扠算子%類彆差異%模式識彆
지지향량궤%교차산자%유별차이%모식식별
支持向量机算法在处理不平衡样本数据时,其分类器预测具有倾向性.样本数量多的类别,其分类误差小,而样本数量少的类别,其分类误差大.本文针对这种倾向性问题,在分析其产生原因的基础上,提出了基于遗传交叉运算的改进方法.对于小类别训练样本,利用交叉运算产生新的样本,从而补偿了因训练数据类别大小差异而造成的影响.基于UCI标准数据集的仿真实验结果表明,改进方法比标准支持向量机方法具有更好的分类准确率.
支持嚮量機算法在處理不平衡樣本數據時,其分類器預測具有傾嚮性.樣本數量多的類彆,其分類誤差小,而樣本數量少的類彆,其分類誤差大.本文針對這種傾嚮性問題,在分析其產生原因的基礎上,提齣瞭基于遺傳交扠運算的改進方法.對于小類彆訓練樣本,利用交扠運算產生新的樣本,從而補償瞭因訓練數據類彆大小差異而造成的影響.基于UCI標準數據集的倣真實驗結果錶明,改進方法比標準支持嚮量機方法具有更好的分類準確率.
지지향량궤산법재처리불평형양본수거시,기분류기예측구유경향성.양본수량다적유별,기분류오차소,이양본수량소적유별,기분류오차대.본문침대저충경향성문제,재분석기산생원인적기출상,제출료기우유전교차운산적개진방법.대우소유별훈련양본,이용교차운산산생신적양본,종이보상료인훈련수거유별대소차이이조성적영향.기우UCI표준수거집적방진실험결과표명,개진방법비표준지지향량궤방법구유경호적분류준학솔.
