針對(duì)多源異構(gòu)數(shù)據(jù)不平衡分類(lèi)問(wèn)題,論文建立了自適應(yīng)多目標(biāo)群交叉優(yōu)化(AMSCO)算法來(lái)處理并行采樣兩個(gè)類(lèi)時(shí)的類(lèi)不平衡數(shù)據(jù)集。以重新平衡數(shù)據(jù)集時(shí)間最優(yōu)為目標(biāo),采用兩種群優(yōu)化算法逐步找出特定分類(lèi)器的最佳性能。將少數(shù)類(lèi)樣本合成過(guò)抽樣技術(shù)(SMOTE)擴(kuò)展為OSMOTE用于將少數(shù)多源異構(gòu)數(shù)據(jù)擴(kuò)充到適當(dāng)?shù)臄?shù)量,結(jié)合群實(shí)例選擇(SIS)有用的實(shí)例來(lái)過(guò)濾大部分多源異構(gòu)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明,所提出的算法能夠提高多源異構(gòu)數(shù)據(jù)分類(lèi)模型的可信度并保持較高的準(zhǔn)確性。

【文章頁(yè)數(shù)】：7 頁(yè)


本文編號(hào)：3816910