| 不均衡数据下基于阴性免疫的过抽样新算法 |
| |
| 作者姓名： | 陶新民 徐晶 |
| |
| 作者单位： | 1. 哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001
2. 黑龙江省科技学院,数力系,哈尔滨,150027 |
| |
| 基金项目： | 中国博士后科学基金项目(20090450119);;中国博士点新教师基金项目(20092304120017);;黑龙江省博士后基金项目(LBH-Z08227) |
| |
| 摘 要： | 为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽样技术(SMOTE)生成的人工样本缺乏空间代表性的不足.通过实验将此算法与SMOTE算法及其改进算法进行比较,结果表明,该算法不仅有效提高了少数类样本的分类性能,而且总体分类性能也有了显著提高.
|
| 关 键 词： | 不均衡数据 阴性免疫 过抽样算法 人工少数类过抽样技术 |
| 收稿时间： | 2009-06-08 |
| 修稿时间： | 2009-08-20 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
