一種改進的少數(shù)類樣本識別方法
所屬分類：技術論文
上傳者：aet
文檔大?。?span>494 K
所需積分：0分積分不夠怎么辦？
文檔介紹：非均衡數(shù)據(jù)集的分類過程中，產(chǎn)生了向多數(shù)類偏斜、少數(shù)類識別率較低的問題。為了提高少數(shù)類的分類精度，提出了一種S-SMO-Boost方法。該方法基于Adaboost提升算法迭代過程中錯分少數(shù)類樣本，構造虛擬樣本，以加強對易錯分樣本的訓練；其中構造樣本利用空間插值方法，即在錯分少數(shù)類樣本周圍構造超幾何體，在該超幾何體內部空間隨機插值產(chǎn)生有效虛擬樣本。在實際數(shù)據(jù)集上進行實驗驗證，結果表明，S-SMO-Boost方法提高了非均衡數(shù)據(jù)集的分類性能。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。