首页 | 本学科首页   官方微博 | 高级检索  
     

用于不平衡数据分类的FE-SVDD算法
引用本文:方景龙,王万良,何伟成.用于不平衡数据分类的FE-SVDD算法[J].计算机工程,2011,37(6):157-158.
作者姓名:方景龙  王万良  何伟成
作者单位:1. 浙江工业大学计算机科学与技术学院,杭州,310023;杭州电子科技大学图形图像研究所,杭州,310018
2. 浙江工业大学计算机科学与技术学院,杭州,310023
3. 杭州电子科技大学图形图像研究所,杭州,310018
基金项目:国家自然科学基金资助项目,浙江省科技计划基金资助重点项目
摘    要:现有的支持向量数据描述(SVDD)算法在解决不平衡数据集问题时通常存在有偏性。针对该问题,在研究PCA特征提取技术和SVDD分类理论的基础上,提出一种用于平衡数据分类的FE-SVDD算法。该方法对2类样本数据进行主成分分析,分别求出主要特征值,根据样本容量及特征值对SVDD中的 值重新定义。在人工样本集和UCI数据集上进行实验,结果验证了该方法的有效性。

关 键 词:模式分类  支持向量数据描述  不平衡数据集  特征提取  主成分分析

FE-SVDD Algorithm for Imbalanced Data Classification
FANG Jing-long,WANG Wan-liang,HE Wei-cheng.FE-SVDD Algorithm for Imbalanced Data Classification[J].Computer Engineering,2011,37(6):157-158.
Authors:FANG Jing-long  WANG Wan-liang  HE Wei-cheng
Affiliation:1.School of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China;2.Institute of Graphic and Image,Hangzhou Dianzi University,Hangzhou 310018,China)
Abstract:
Keywords:
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程》浏览原始摘要信息
点击此处可从《计算机工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号