首页 | 本学科首页   官方微博 | 高级检索  
     

一种鲁棒非平衡极速学习机算法
引用本文:孟凡荣,高春晓,刘 兵. 一种鲁棒非平衡极速学习机算法[J]. 计算机应用研究, 2014, 31(4): 985-988
作者姓名:孟凡荣  高春晓  刘 兵
作者单位:中国矿业大学 计算机科学与技术学院,江苏 徐州 221116
基金项目:高等学校博士学科点专项科研基金资助项目(20110095110010);国家“863”计划资助项目(2012AA011004)
摘    要:极速学习机(ELM)算法只对平衡数据集分类较好,对于非平衡数据集,它通常偏向多数样本类,对于少数样本类性能较低。针对这一问题,提出了一种处理不平衡数据集分类的ELM模型(ELM-CIL),该模型按照代价敏感学习的原则为少数类样本赋予较大的惩罚系数,并引入模糊隶属度值减小了外围噪声点的影响。实验表明,提出的方法不仅对提高不平衡数据集中少数类的分类精度效果较明显,而且提高了对噪声的鲁棒性。

关 键 词:极速学习机  不平衡数据集  基于核的可能性模糊C-均值聚类  神经网络

Robust extreme learning machine algorithm based on imbalanced datasets
MENG Fan-rong;GAO Chun-xiao;LIU Bing. Robust extreme learning machine algorithm based on imbalanced datasets[J]. Application Research of Computers, 2014, 31(4): 985-988
Authors:MENG Fan-rong  GAO Chun-xiao  LIU Bing
Affiliation:School of Computer Science & Technology, China University of Mining & Technology, Xuzhou Jiangsu 221116, China
Abstract:
Keywords:extreme learning machine(ELM)  imbalanced datasets  KPFCM  neural networks
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》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