收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

适用于非平衡数据的多关系多分类模型

杨鹤标  王健  
【摘要】:针对多关系多分类的非平衡数据,提出一种分类模型。在预处理阶段,建立目标类纠错输出编码(ECOC)、目标关系与背景关系间的虚拟连接并完成属性聚集处理,进而划分训练集和验证集。在训练阶段,依据一对多划分思想,结合CrossMine算法构造多个子分类器,采用AUC法评估验证各子分类器。在验证阶段,比较目标类ECOC与各子分类器分类结果连接字的海明距离,选择最小海明距离的目标类为最终分类。经合成和真实数据的实验,验证了模型有效性及分类效果。

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9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
9 滕旭阳;基于进化多目标优化的特征选择方法研究[D];哈尔滨工程大学;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