本文選題：極限學(xué)習(xí)機(jī)　切入點(diǎn)：類(lèi)不平衡學(xué)習(xí)　出處：《計(jì)算機(jī)科學(xué)與探索》2017年04期 　論文類(lèi)型：期刊論文

【摘要】：從理論上分析了樣例不平衡分布對(duì)極限學(xué)習(xí)機(jī)性能產(chǎn)生危害的原因;在該理論框架下探討了加權(quán)極限學(xué)習(xí)機(jī)在處理此類(lèi)問(wèn)題上的有效性及其固有缺陷;引入模糊集的思想,對(duì)傳統(tǒng)的加權(quán)極限學(xué)習(xí)機(jī)進(jìn)行了改進(jìn),并提出了4種用于解決類(lèi)不平衡問(wèn)題的模糊加權(quán)極限學(xué)習(xí)機(jī)算法;最后通過(guò)20個(gè)基準(zhǔn)的二類(lèi)不平衡數(shù)據(jù)集對(duì)所提算法的有效性和可行性進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明:較之加權(quán)極限學(xué)習(xí)機(jī)及幾種傳統(tǒng)的不平衡極限學(xué)習(xí)機(jī)算法,提出的算法可明顯獲得更優(yōu)的分類(lèi)性能,并且與模糊加權(quán)支持向量機(jī)系列算法相比,所提算法通常可獲得與之相當(dāng)?shù)姆诸?lèi)性能,但時(shí)間開(kāi)銷(xiāo)往往更小。
[Abstract]:In this paper, the causes of damage to the performance of extreme learning machine caused by sample unbalance distribution are analyzed theoretically, the validity and inherent defects of weighted ultimate learning machine in dealing with such problems are discussed under the framework of this theory, and the idea of fuzzy set is introduced. The traditional weighted ultimate learning machine is improved, and four fuzzy weighted ultimate learning machine algorithms are proposed to solve the class imbalance problem. Finally, the validity and feasibility of the proposed algorithm are verified by two kinds of unbalanced data sets of 20 benchmarks. The experimental results show that compared with the weighted extreme learning machine and several traditional unbalanced ultimate learning machine algorithms, Compared with the fuzzy weighted support vector machine series algorithm, the proposed algorithm can obtain the same classification performance, but the time cost is often less than that of the fuzzy weighted support vector machine algorithm.
【作者單位】： 江蘇科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;東南大學(xué)自動(dòng)化學(xué)院;
【基金】：國(guó)家自然科學(xué)基金Nos.61305058,61471182,61572242 江蘇省自然科學(xué)基金Nos.BK20130471,BK20150470 中國(guó)博士后科學(xué)基金Nos.2013M540404,2015T80481 江蘇省博士后基金No.1401037B~~
【分類(lèi)號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳東軍,黃平,劉景宇;基于單片機(jī)的皮革面積模糊加權(quán)測(cè)量法[J];北方交通大學(xué)學(xué)報(bào);1999年01期

2 周麗娟;王加陽(yáng);;基于子集測(cè)度的模糊加權(quán)指數(shù)進(jìn)化計(jì)算方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年05期

3 杜北;李偉華;史豪斌;;一種新的模糊加權(quán)關(guān)聯(lián)規(guī)則挖掘算法[J];計(jì)算機(jī)工程;2008年20期

4 李正,宋保維,毛昭勇;無(wú)失效指數(shù)分布參數(shù)的模糊加權(quán)最小二乘估計(jì)[J];系統(tǒng)仿真學(xué)報(bào);2005年06期

5 亢海力;王來(lái)生;蔡永旺;;基于概率的模糊加權(quán)關(guān)聯(lián)規(guī)則挖掘[J];計(jì)算機(jī)應(yīng)用;2006年S1期

6 方汝云,范植華,王勇;模糊加權(quán)知識(shí)及其在輔助決策決心案綜合評(píng)判中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2003年03期

7 張輝;朱玉冉;王培峰;;基于預(yù)測(cè)的多模型模糊加權(quán)控制[J];輕工機(jī)械;2008年04期

8 肖滿(mǎn)生;陽(yáng)娣蘭;張居武;唐文評(píng);;基于模糊相關(guān)度的模糊C均值聚類(lèi)加權(quán)指數(shù)研究[J];計(jì)算機(jī)應(yīng)用;2010年12期

9 朱華勇;張慶杰;沈林成;;基于模糊加權(quán)的多模態(tài)切換控制器設(shè)計(jì)與仿真[J];系統(tǒng)仿真學(xué)報(bào);2007年18期

10 周剛;賈振紅;覃錫忠;;一種新的圖像去噪混合濾波方法[J];激光雜志;2007年01期

相關(guān)會(huì)議論文 前2條

1 焦永;趙銳;陳躍躍;;基于模糊加權(quán)的動(dòng)態(tài)自適應(yīng)分支預(yù)測(cè)算法研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2006年

2 馬蓓蓓;梁德群;;一種改進(jìn)的模糊加權(quán)去噪濾波器[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)碩士學(xué)位論文 前2條

1 姚喬兵;不平衡模糊加權(quán)極限學(xué)習(xí)機(jī)及其集成方法研究[D];東南大學(xué);2016年

2 趙紅海;基于自適應(yīng)模糊加權(quán)的圖像去噪[D];首都師范大學(xué);2008年

，

本文編號(hào)：1651506