| 基于差分孪生卷积神经网络的大规模不平衡数据分类算法 |
| |
| 引用本文： | 任佳丽,王文晶. 基于差分孪生卷积神经网络的大规模不平衡数据分类算法[J]. 计算机应用与软件, 2019, 36(11) |
| |
| 作者姓名： | 任佳丽 王文晶 |
| |
| 作者单位： | 山西交通职业技术学院信息工程系 山西太原030031;山西大学商务学院信息学院 山西太原030031 |
| |
| 摘 要： | 传统基于支持向量机的不平衡数据分类算法包含矩阵运算,无法应用于大规模的不平衡数据集。针对这种情况,提出基于差分孪生卷积神经网络的大规模不平衡数据分类算法。设计差分卷积机制增强卷积神经网络的深度结构表示能力,在不改变滤波器数量的情况下提高模型的判别能力。通过差分孪生卷积神经网络分别优化每个类的特征图,每个类关联多个超平面,根据输入样本与超平面的距离决定输出样本的类标签。基于多组不平衡数据集的实验结果表明,该算法实现了较好的分类性能。
|
| 关 键 词： | 深度学习 数据分类 不平衡数据集 卷积神经网络 深度神经网络 孪生神经网络 |
CLASSIFICATION ALGORITHM OF BIG SCALE IMBALANCED DATA BASED ON THE DIFFERENTIAL SIAMESE CONVOLUTION NEURAL NETWORKS |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
