西安电子科技大学学报（自然科学版）
西安電子科技大學學報（自然科學版）
서안전자과기대학학보（자연과학판）
Journal of Xidian University (Natural Science)
2015年
5期
120-124,160
,共6页
支持向量机%分类%非平衡数据集%噪声%惩罚函数
支持嚮量機%分類%非平衡數據集%譟聲%懲罰函數
지지향량궤%분류%비평형수거집%조성%징벌함수
support vector machine%classification%imbalanced datasets%noise samples%penalty function
提出了一种新的模糊支持向量机模型———非平衡数据分类的支持向量机模型，通过改进惩罚函数，降低模型对于含有噪声点的非平衡样本数据的敏感性，并采用网格搜索算法来确定各个支持向量机模型中参数的优化取值。研究结果表明，非平衡数据分类的支持向量机模型对非平衡样本数据进行分类的效果优于其他方法，不仅总体判别精度较高，也提高了少数类样本的判别精度，取得了较好的改进效果。
提齣瞭一種新的模糊支持嚮量機模型———非平衡數據分類的支持嚮量機模型，通過改進懲罰函數，降低模型對于含有譟聲點的非平衡樣本數據的敏感性，併採用網格搜索算法來確定各箇支持嚮量機模型中參數的優化取值。研究結果錶明，非平衡數據分類的支持嚮量機模型對非平衡樣本數據進行分類的效果優于其他方法，不僅總體判彆精度較高，也提高瞭少數類樣本的判彆精度，取得瞭較好的改進效果。
제출료일충신적모호지지향량궤모형———비평형수거분류적지지향량궤모형，통과개진징벌함수，강저모형대우함유조성점적비평형양본수거적민감성，병채용망격수색산법래학정각개지지향량궤모형중삼수적우화취치。연구결과표명，비평형수거분류적지지향량궤모형대비평형양본수거진행분류적효과우우기타방법，불부총체판별정도교고，야제고료소수류양본적판별정도，취득료교호적개진효과。
The paper proposes a new fuzzy SVM , called CI‐FSVM(Class Imbalance Fuzzy Support Vector Machine) short for which is based on imbalanced datasets classification .By improving penalty functions ,we reduce the sensitivity of the model for imbalanced datasets with ?overlap" . In addition , the parameters in SVM models are optimized by the grid‐parameter‐search algorithm . The results show that the CI‐FSVM has a better effect in imbalanced datasets classification compared with other models . It not only has a higher overall accuracy , but also improves are judgment accuracy when dealing with the minority classifications .
