CAJ | 학술논문

小样本分类问题由于包含的训练样本个数比较少，通常不足以训练一个理想的分类模型。小样本分类问题普遍存在于现实世界中，因此提高分类器在小样本分类问题上的性能就成为了研究的热点。本文针对该问题，提出了一种添加均匀分布噪声的数据扰动小样本分类算法。该算法首先对每一个原始样本添加一个服从均匀分布的噪声，对原始数据进行一定程度的扰动。然后在所获得的扰动数据集上训练分类模型。在UCI标准数据集上的仿真实验表明，本文算法较传统分类方法，能更有效地提高小样本分类问题的分类性能。
소양본분류문제유우포함적훈련양본개수비교소，통상불족이훈련일개이상적분류모형。소양본분류문제보편존재우현실세계중，인차제고분류기재소양본분류문제상적성능취성위료연구적열점。본문침대해문제，제출료일충첨가균균분포조성적수거우동소양본분류산법。해산법수선대매일개원시양본첨가일개복종균균분포적조성，대원시수거진행일정정도적우동。연후재소획득적우동수거집상훈련분류모형。재UCI표준수거집상적방진실험표명，본문산법교전통분류방법，능경유효지제고소양본분류문제적분류성능。