收藏本站
《计算机工程与应用》 2008年05期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于最小二乘支持向量机的非平衡分布数据分类

姚全珠  田元  王季  杨增辉  张楠  
【摘要】:支持向量机是在统计学习理论基础上发展起来的一种十分有效的分类方法。然而当两类样本数量相差悬殊时,会引起支持向量机分类能力的下降。为了提高支持向量机的非平衡数据分类能力,文章分析了最小二乘支持向量机的本质特征,提出了一种非平衡数据分类算法。在UCI标准数据集上进行的实验表明,该算法能够有效提高支持向量机对非均衡分布数据的正确性,尤其对于大规模训练集的情况,该算法在保证不损失训练精度的前提下,使训练速度有较大提高。

手机知网App
【共引文献】
中国期刊全文数据库 前10条
1 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
2 王玲;穆志纯;郭辉;;一种基于聚类的支持向量机增量学习算法[J];北京科技大学学报;2007年08期
3 曾嵘,刘建成,蒋新华;一种基于支持向量机的增量学习算法[J];铁道科学与工程学报;2005年01期
4 唐小力;吕宏伟;;SVM增量学习算法研究[J];电脑知识与技术;2006年05期
5 何建新,刘真祥;SVM与DTW结合实现语音分类识别[J];贵州大学学报(自然科学版);2002年04期
6 李忠伟,张健沛,杨静;基于支持向量机的增量学习算法研究[J];哈尔滨工程大学学报;2005年05期
7 杨静;张健沛;刘大昕;;基于多支持向量机分类器的增量学习算法研究[J];哈尔滨工程大学学报;2006年01期
8 代六玲,黄河燕,陈肇雄;一种用于文本分类的语义SVM及其在线学习算法[J];计算机工程与应用;2004年36期
9 史朝辉,王晓丹,杨建勋;一种SVM增量训练淘汰算法[J];计算机工程与应用;2005年23期
10 申晓勇;雷英杰;史朝辉;王坚;呼玮;;一种SVM增量学习淘汰算法[J];计算机工程与应用;2007年06期
中国博士学位论文全文数据库 前10条
1 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
2 代六玲;互联网内容监管系统关键技术的研究[D];南京理工大学;2005年
3 张国柱;雷达辐射源识别技术研究[D];国防科学技术大学;2005年
4 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
5 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年
6 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
7 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
8 林剑艺;水电站(群)中长期预报及调度的智能方法研究[D];大连理工大学;2006年
9 朱嘉钢;SVR的鲁棒性及其在图像恢复中的应用研究[D];南京理工大学;2005年
10 业宁;支持向量机若干基础研究及其在图像识别中的应用[D];东南大学;2006年
中国硕士学位论文全文数据库 前10条
1 陆有忠;进化支持向量机及其在岩体边坡中的应用[D];宁夏大学;2004年
2 徐华;基于支持向量机的Web文本挖掘研究[D];哈尔滨工程大学;2004年
3 杨翔宇;SVM在Web文本挖掘中的应用与研究[D];哈尔滨工程大学;2005年
4 曾嵘;支持向量机在设备故障诊断中的应用研究[D];中南大学;2005年
5 崔鹏;一种基于支持向量机的直推式WEB挖掘[D];大连海事大学;2006年
6 邹丹;基于Web的中文文本分类的研究与实现[D];中国地质大学(北京);2006年
7 马金刚;基于向量空间的信息过滤关键技术研究[D];山东师范大学;2006年
8 张继;基于SVM的带标记线MRI左心室运动分析研究[D];南京理工大学;2006年
9 许磊;支持向量机和模糊理论在遥感图像分类中的应用[D];江南大学;2006年
10 曹杰;面向数据挖掘的支持向量机技术研究[D];西安电子科技大学;2007年
【同被引文献】
中国期刊全文数据库 前10条
1 陈强,王培红,李琳,冯泽磊;电站锅炉飞灰含碳量在线软测量模型算法[J];电力系统自动化;2005年02期
2 范昕炜,杜树新,吴铁军;去噪声的加权SVM分类方法[J];电路与系统学报;2004年04期
3 徐永群,黄昊,周群,周红涛,胡世林,孙素琴;红外指纹图谱和聚类分析法在赤芍产域分类鉴别中的应用[J];分析化学;2003年01期
4 何昱;洪筱坤;王智华;;绿茶的色谱指纹谱分类模式初探[J];分析化学;2006年06期
5 张洁;段继诚;梁振;张维冰;张丽华;霍玉书;张玉奎;;六味地黄丸的精细指纹图谱分析及模式识别分类研究[J];分析化学;2006年10期
6 白鹏;谢文俊;刘君华;;支持向量机在混合气体种类光谱识别中的应用[J];光电工程;2006年08期
7 马军,马绍汉;新型专家系统设计[J];高技术通讯;1995年02期
8 肖璞,孙素琴,周群,王晶,吴方迪;不同厂家葡萄酒的红外光谱无损快速分析[J];光谱学与光谱分析;2004年11期
9 朱拓;陈国庆;虞锐鹏;刘莹;倪晓武;;醇类溶液的紫外吸收和荧光光谱研究[J];光谱学与光谱分析;2006年02期
10 朱拓;陈国庆;虞锐鹏;刘莹;倪晓武;;甲醇分子荧光光谱的研究[J];光学技术;2006年01期
中国博士学位论文全文数据库 前2条
1 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
2 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年
中国硕士学位论文全文数据库 前4条
1 高岩;化工过程故障诊断方法应用研究[D];江南大学;2005年
2 朱颖辉;基于支持向量机的小样本故障诊断[D];武汉科技大学;2006年
3 姚程宽;不平衡样本集的支持向量机模型选择[D];南京师范大学;2007年
4 张姝;农药荧光光谱特性的理论与实验研究[D];四川师范大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
2 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
3 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
4 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
5 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
6 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
7 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
8 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
9 陈杰;阎兆立;程晓斌;陈笑然;李晓东;;基于OMAP处理器的空化在线监测系统设计[J];微计算机应用;2011年07期
10 翟鸿雁;曾晋明;曾纪霞;;基于支持向量机的电力市场价格预测中的核函数比较[J];计算技术与自动化;2011年02期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
3 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
5 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
6 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
7 杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
8 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
9 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 张健沛;李忠伟;杨静;;一种基于多支持向量机的并行增量学习方法(英文)[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
中国博士学位论文全文数据库 前10条
1 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
2 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
3 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
4 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
5 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
8 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
9 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
10 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 田元;支持向量机训练算法的研究与优化[D];西安理工大学;2008年
2 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
3 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
4 冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002年
5 陈宏;基于小波能熵和支持向量机的故障诊断方法及其应用研究[D];燕山大学;2010年
6 阳庆;基于支持向量机的高光谱图像分类方法研究[D];解放军信息工程大学;2009年
7 赵晶;支持向量机及其在智能交通系统中的应用研究[D];合肥工业大学;2004年
8 何英昊;复杂背景下的头肩像检测与定位[D];大连理工大学;2004年
9 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
10 姚媛;基于小波支持向量机的遥感图像融合[D];安徽大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026