本文選題：支持向量機(jī)　切入點：不平衡數(shù)據(jù)　出處：《系統(tǒng)仿真學(xué)報》2012年06期

【摘要】：在構(gòu)造可以控制不平衡性的分類器,準(zhǔn)確識別少數(shù)類,并使得決策者可以根據(jù)風(fēng)險偏好與分類器進(jìn)行交互,這對于人工智能在管理實踐中的應(yīng)用有極為重要的價值。提出了一種自適應(yīng)支持向量機(jī)(ASVM)模型,使得類間隔最大化的同時,決策損失最小化,并基于粒子群優(yōu)化算法(PSO)調(diào)節(jié)參數(shù)。該模型內(nèi)在地考慮了數(shù)據(jù)不平衡性,并可為決策者與分類器的交互提供有效支持。實驗及仿真結(jié)果表明,該模型在各種樣本不平衡情況下都有很好性能,分類準(zhǔn)確率顯著地優(yōu)于對比方法,而且相對穩(wěn)定,并能很好地根據(jù)決策者的偏好控制分類器的決策風(fēng)險。
[Abstract]:A classifier that can control the imbalance is constructed to identify a few classes accurately and enable decision makers to interact with the classifier based on risk preference. This is of great value to the application of artificial intelligence in management practice. An adaptive support vector machine (ASVM) model is proposed to minimize the decision loss while maximizing the class interval. Based on particle swarm optimization (PSO) algorithm, the parameters are adjusted. The data imbalance is considered in this model, which can provide an effective support for the interaction between decision makers and classifiers. The experimental and simulation results show that, The model has a good performance under various sample imbalance conditions, the classification accuracy is significantly better than the contrast method, and the model is relatively stable, and it can well control the decision risk of the classifier according to the preference of the decision maker.
【作者單位】： 合肥工業(yè)大學(xué)管理學(xué)院;過程優(yōu)化與智能決策教育部重點實驗室;
【基金】：國家863計劃重點項目(2008AA042302)
【分類號】：C934;O242.1

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許高程;張文君;王衛(wèi)紅;;支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

2 高闖;王立東;周世宇;;基于支持矢量機(jī)的宮頸細(xì)胞分類[J];遼寧科技大學(xué)學(xué)報;2009年03期

3 汪廷華;田盛豐;黃厚寬;廖年冬;;樣本屬性重要度的支持向量機(jī)方法[J];北京交通大學(xué)學(xué)報;2007年05期

4 尚磊;劉風(fēng)進(jìn);;基于支持向量機(jī)的手寫體數(shù)字識別[J];兵工自動化;2007年03期

5 胡淑燕;鄭鋼鐵;;應(yīng)用支持向量機(jī)的眼瞼參數(shù)疲勞預(yù)測[J];北京航空航天大學(xué)學(xué)報;2009年08期

6 王自強(qiáng);段愛玲;張德賢;;基于自適應(yīng)核函數(shù)的支持向量數(shù)據(jù)描述算法[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2008年02期

7 陳增照;楊揚;董才林;何秀玲;;支持向量機(jī)動態(tài)學(xué)習(xí)方法及其在票據(jù)識別中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2006年02期

8 郭輝;劉賀平;王玲;;基于最小二乘支持向量機(jī)對偶優(yōu)化問題的核偏最小二乘[J];北京科技大學(xué)學(xué)報;2006年08期

9 李長洪;王云飛;蔡美峰;苗勝軍;范麗萍;;基于支持向量機(jī)的露天轉(zhuǎn)地下開采邊坡變形模型[J];北京科技大學(xué)學(xué)報;2009年08期

10 劉萬春,羅雙華,朱玉文,謝世斌;基于聚類分析和支持向量機(jī)的布匹瑕疵分類方法[J];北京理工大學(xué)學(xué)報;2004年08期

相關(guān)會議論文 前10條

1 趙延林;安偉光;;復(fù)合土釘支護(hù)基坑內(nèi)部整體穩(wěn)定可靠性分析[A];中國計算力學(xué)大會'2010（CCCM2010）暨第八屆南方計算力學(xué)學(xué)術(shù)會議（SCCM8）論文集[C];2010年

2 ;Fuzzy Support Vector Machines Based on Fuzzy Similarity Degree[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年

3 ;Ultrasonic Flaw Classification in Seafloor Petroleum Transferring Pipeline through Chaotic Optimization and Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 1)[C];2005年

4 ;The Support Vector Machine Technique for Concrete Adherence Strength Prediction[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 5)[C];2005年

5 ;GA-SVM Wrapper for Feature Selection[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 9)[C];2005年

6 ;Application of Decision Tree SVMs Based on Class Distribution to Mental Tasks Recognition[A];第七屆國際測試技術(shù)研討會論文集[C];2007年

7 彭煊;王炳錫;;支持向量機(jī)及其在被動聲吶目標(biāo)識別中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

8 郭鋒;劉麗麗;呂凝;;基于LLE和SVM的人像識別方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

9 ;An improved algorithm based on transforming a multi-class problem to one two-class problem[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年

10 曾聰;王正華;賀細(xì)平;;膜蛋白分類中的特征提取算法和分類算法[A];Proceedings of 2010 Asia-Pacific Conference on Information Theory (APCIT 2010)[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 趙瑩;半監(jiān)督支持向量機(jī)學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2010年

2 殷志偉;基于統(tǒng)計學(xué)習(xí)理論的分類方法研究[D];哈爾濱工程大學(xué);2009年

3 柏堅;非線性數(shù)學(xué)地質(zhì)模型研究及在滇東南金礦成礦預(yù)測中的應(yīng)用[D];中國地質(zhì)大學(xué)（北京）;2010年

4 姚志明;基于步態(tài)觸覺信息的身份識別研究[D];中國科學(xué)技術(shù)大學(xué);2010年

5 陳志國;基于群體智能的機(jī)器視覺的關(guān)鍵技術(shù)研究[D];江南大學(xué);2010年

6 劉建明;古代壁畫圖像保護(hù)與智能修復(fù)技術(shù)研究[D];浙江大學(xué);2010年

7 渠瑜;基于SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應(yīng)用[D];浙江大學(xué);2010年

8 李卓;圖像信息隱藏與隱寫分析算法的研究[D];浙江大學(xué);2010年

9 陳偉;基于時序文本挖掘的新聞內(nèi)容理解與推薦技術(shù)研究[D];浙江大學(xué);2010年

10 甘良志;核學(xué)習(xí)算法與集成方法研究[D];浙江大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李金華;基于SVM的多類文本分類研究[D];山東科技大學(xué);2010年

2 江達(dá)秀;基于HMAX模型的人臉表情識別研究[D];浙江理工大學(xué);2010年

3 李朋勇;基于全矢高階譜的故障診斷方法及其應(yīng)用研究[D];鄭州大學(xué);2010年

4 劉松;基于OCSVM和主動學(xué)習(xí)的DDOS攻擊分布式檢測系統(tǒng)[D];鄭州大學(xué);2010年

5 方宇;小波支持向量機(jī)在交通流預(yù)測中的應(yīng)用研究[D];大連理工大學(xué);2010年

6 梁懷志;基于嵌入式的車型分類系統(tǒng)的設(shè)計與實現(xiàn)[D];大連理工大學(xué);2010年

7 李林;基于可靠性的TBM刀盤輕量化設(shè)計[D];大連理工大學(xué);2010年

8 李艷萍;基于自主學(xué)習(xí)的移動機(jī)器人質(zhì)心偏移控制策略[D];大連理工大學(xué);2010年

9 梅麗;人類啟動子識別算法研究[D];遼寧師范大學(xué);2010年

10 胡金輝;基于模糊結(jié)構(gòu)元的模糊數(shù)直覺模糊集理論及其應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2009年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張永清;孫德山;;多輸出支持向量回歸算法[J];遼寧師范大學(xué)學(xué)報(自然科學(xué)版);2006年03期

2 蘇希魯;一類幅度自適應(yīng)交叉耦合鎖相環(huán)的仿真研究[J];寧德師專學(xué)報(自然科學(xué)版);1997年01期

3 張堅;醫(yī)院門診排隊的模擬和優(yōu)化建議[J];系統(tǒng)工程理論與實踐;1998年03期

4 董聰;結(jié)構(gòu)系統(tǒng)可靠性理論與模擬算法[J];強(qiáng)度與環(huán)境;1997年04期

5 賈春華,肖衛(wèi)國;虛擬現(xiàn)實技術(shù)及其在仿真領(lǐng)域應(yīng)用的探討[J];西安工業(yè)學(xué)院學(xué)報;1998年01期

6 羅烈雷;虛擬現(xiàn)實技術(shù)在CAD/CAM中的應(yīng)用[J];常德師范學(xué)院學(xué)報(自然科學(xué)版);1999年01期

7 汪吉鵬;一種仿真監(jiān)控實驗室的組建[J];實驗室研究與探索;1999年04期

8 趙書田;吉林省集體森林資源發(fā)展趨勢仿真[J];林業(yè)調(diào)查規(guī)劃;2000年03期

9 趙書田;吉林省地方局森林資源系統(tǒng)動力學(xué)仿真[J];林業(yè)調(diào)查規(guī)劃;2000年04期

10 張愛莉,蘭蓉;計算機(jī)系統(tǒng)性能仿真分析[J];西北大學(xué)學(xué)報(自然科學(xué)版);2001年05期

相關(guān)會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險評估模型[A];第六屆（2011）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2011年

2 梁雪春;龔艷冰;;基于支持向量機(jī)的水資源可再生能力綜合評價方法[A];江蘇省系統(tǒng)工程學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

3 顧小軍;楊世錫;錢蘇翔;;基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械多類故障識別研究[A];第二十六屆中國控制會議論文集[C];2007年

4 薛董敏;趙暉;李峰泉;;基于文化算法和負(fù)相關(guān)學(xué)習(xí)的選擇性支持向量機(jī)集成[A];2011高等職業(yè)教育電子信息類專業(yè)學(xué)術(shù)暨教學(xué)研討會論文集[C];2011年

5 呂蓬;柳亦兵;馬強(qiáng);魏于凡;;支持向量機(jī)在齒輪智能故障診斷中的應(yīng)用研究[A];第二十六屆中國控制會議論文集[C];2007年

6 祝團(tuán)飛;李益洲;孫婧;李夢龍;;一種構(gòu)建支持向量機(jī)融合的新方法[A];第十一屆全國計算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

7 梁禹;王義剛;王娜;;基于支持向量機(jī)的電力電子電路故障診斷[A];第二十六屆中國控制會議論文集[C];2007年

8 孔鳳;周雷;唐昊;;基于在線支持向量機(jī)的CSPS優(yōu)化控制[A];全國第21屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

9 敬閏宇;尹輝;李夢龍;孫婧;;Lasso與支持向量機(jī)在預(yù)測B因子中的應(yīng)用[A];第十一屆全國計算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

10 林杰華;張斌;李冬森;宋華茂;余志強(qiáng);王浩;;支持向量機(jī)在電力客戶信用評級中的應(yīng)用[A];全國第21屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 本報記者 胡永平;仿真飾品微笑走來[N];中國礦業(yè)報;2000年

2 小清;仿真首飾引領(lǐng)時尚潮流[N];中國黃金報;2001年

3 薛永年;亂真之妙仿真畫[N];北京日報;2002年

4 寧宏宇;仿真鰻魚海底撈“偵”[N];解放軍報;2002年

5 凌子;電站仿真領(lǐng)域的開創(chuàng)者[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2000年

6 胡建新;營造仿真的訓(xùn)練環(huán)境[N];解放軍報;2000年

7 空軍指揮學(xué)院教授 蘇恩澤;“賽博戰(zhàn)”[N];解放軍報;2001年

8 常云;仿真玩偶 美國玩具市場新寵[N];中國貿(mào)易報;2000年

9 張軼群 楊安麗 胡凡;營造仿真國際投資環(huán)境[N];科技日報;2000年

10 劉川鄂（湖北大學(xué)人文學(xué)院副教授）;由平民“仿真”走向都市傳奇[N];中國圖書商報;2002年

相關(guān)博士學(xué)位論文 前10條

1 杜小芳;基于CPFR的農(nóng)產(chǎn)品采購模型研究[D];華中科技大學(xué);2005年

2 劉育明;動態(tài)過程數(shù)據(jù)的多變量統(tǒng)計監(jiān)控方法研究[D];浙江大學(xué);2006年

3 欒鋒;支持向量機(jī)（SVM）和徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）方法在化學(xué)、環(huán)境化學(xué)和藥物化學(xué)中的應(yīng)用研究[D];蘭州大學(xué);2006年

4 孫薇;市場條件下抽水蓄能電站效益綜合評價及運營模式研究[D];華北電力大學(xué)（河北）;2007年

5 常群;支持向量機(jī)的核方法及其模型選擇[D];哈爾濱工業(yè)大學(xué);2007年

6 朱燕飛;鋅鋇白回轉(zhuǎn)窯煅燒過程智能建模研究[D];華南理工大學(xué);2005年

7 田英杰;支持向量回歸機(jī)及其應(yīng)用研究[D];中國農(nóng)業(yè)大學(xué);2005年

8 韓曉龍;集裝箱港口裝卸作業(yè)資源配置研究[D];上海海事大學(xué);2005年

9 李震;內(nèi)燃機(jī)曲軸-軸承系統(tǒng)摩擦學(xué)動力學(xué)耦合研究[D];合肥工業(yè)大學(xué);2005年

10 胡仕成;連續(xù)鑄軋流變界面熱行為研究[D];中南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 劉艷偉;支持向量機(jī)方法在感潮河段洪峰水位預(yù)報中的應(yīng)用[D];浙江大學(xué);2010年

2 楊鐳;支持向量機(jī)算法設(shè)計及在高分辨雷達(dá)目標(biāo)識別中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2010年

3 童振;基于支持向量機(jī)的電解液成分預(yù)測[D];東北大學(xué);2008年

4 聶小芳;模糊粗糙集與支持向量機(jī)在煤與瓦斯突出預(yù)測中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2009年

5 鄢常亮;基于支持向量機(jī)的高爐向涼向熱爐況預(yù)測研究[D];內(nèi)蒙古科技大學(xué);2010年

6 韓敘東;基于支持向量機(jī)的水電故障分類器的設(shè)計與實現(xiàn)[D];東北大學(xué);2008年

7 馮杰;慢時變對象的支持向量機(jī)建模與在線校正方法研究[D];東北大學(xué);2009年

8 孫利;基于超單元和支持向量機(jī)技術(shù)的船舶結(jié)構(gòu)理性設(shè)計方法研究[D];上海交通大學(xué);2012年

9 朱耿峰;支持向量機(jī)在沖擊地壓預(yù)測模型中的應(yīng)用研究[D];山東科技大學(xué);2010年

10 王奇安;基于廣泛內(nèi)核的CVM算法研究及參數(shù)C的選擇[D];南京航空航天大學(xué);2009年

，

本文編號：1682829