收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

处理非平衡数据的粒度SVM学习算法

郭虎升  亓慧  王文剑  
【摘要】:针对支持向量机对于非平衡数据不能进行有效分类的问题,提出一种粒度支持向量机学习算法。根据粒度计算思想对多数类样本进行粒划分并从中获取信息粒,以使数据趋于平衡。通过这些信息粒来寻找局部支持向量,并在这些局部支持向量和少数类样本上进行有效学习,使SVM在非平衡数据集上获得令人满意的泛化能力。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐乾;王文剑;张文浩;;处理非平衡数据的粒度SVM学习方法[J];计算机工程与应用;2011年24期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国博士学位论文全文数据库 前2条
1 白亮;聚类学习的理论分析与高效算法研究[D];山西大学;2012年
2 李玉萍;基于先进计算的智能入侵检测系统研究[D];中国地震局地球物理研究所;2012年
中国硕士学位论文全文数据库 前8条
1 蒋莎;一种用于学习非平衡数据支持向量机的改进[D];武汉科技大学;2008年
2 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
3 许震;基于KL距离的半监督分类算法[D];复旦大学;2010年
4 张健;剪枝和网格采样相结合的非平衡数据集分类方法[D];安徽大学;2012年
5 张文浩;基于多维关联规则的粒度支持向量机学习方法研究[D];山西大学;2010年
6 田大东;支持向量机学习算法研究[D];苏州大学;2009年
7 李小欢;基于密度以及自适应支持向量机的研究[D];新疆大学;2012年
8 林于渊;基于RS-SVM的雷电预报模型[D];南昌大学;2012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
  • 010-62982499
  • 010-62783978