南京师大学报（自然科学版）
南京師大學報（自然科學版）
남경사대학보（자연과학판）
JOURNAL OF NANJING NORMAL UNIVERSITY (NATURAL SCIENCE EDITION)
2010年
4期
123-127,133
,共6页
不平衡数据%结构化%支持向量机%集成学习
不平衡數據%結構化%支持嚮量機%集成學習
불평형수거%결구화%지지향량궤%집성학습
不平衡数据在实际应用中广泛存在,如何处理不平衡数据成为目前一个新的研究热点.鉴于最大间隔思想在很多分类问题中的优越性,将最大间隔思想引入到非平衡分类问题中,使用SVM的方法取得了很好的分类性能.本文在利用类间分布信息的同时,加上类内结构信息,使用结构化的SVM作为基分类器,进行分类集成.实验表明该方法可对不平衡数据进行有效的分类.
不平衡數據在實際應用中廣汎存在,如何處理不平衡數據成為目前一箇新的研究熱點.鑒于最大間隔思想在很多分類問題中的優越性,將最大間隔思想引入到非平衡分類問題中,使用SVM的方法取得瞭很好的分類性能.本文在利用類間分佈信息的同時,加上類內結構信息,使用結構化的SVM作為基分類器,進行分類集成.實驗錶明該方法可對不平衡數據進行有效的分類.
불평형수거재실제응용중엄범존재,여하처리불평형수거성위목전일개신적연구열점.감우최대간격사상재흔다분류문제중적우월성,장최대간격사상인입도비평형분류문제중,사용SVM적방법취득료흔호적분류성능.본문재이용류간분포신식적동시,가상류내결구신식,사용결구화적SVM작위기분류기,진행분류집성.실험표명해방법가대불평형수거진행유효적분류.
