近年來,人工智能興起,深度學(xué)習(xí)是目前人工智能的主要研究領(lǐng)域之一。深度學(xué)習(xí)是一種數(shù)據(jù)驅(qū)動學(xué)習(xí)方法,對數(shù)據(jù)的數(shù)量和質(zhì)量的要求都很高。在眾多應(yīng)用領(lǐng)域中,很多數(shù)據(jù)需求都可以滿足,但是在部分領(lǐng)域中,例如金融風(fēng)險,故障檢測等方面,正常數(shù)據(jù)量和異常數(shù)據(jù)量是非常不對等的。數(shù)據(jù)集中,不同類別的樣本量之間比例極度不平衡的數(shù)據(jù)集被稱為非均衡數(shù)據(jù)集。由于非均衡數(shù)據(jù)集中不同類別樣本所含信息量不同,訓(xùn)練過程中重要程度不同,使用傳統(tǒng)的分類器去分類非均衡數(shù)據(jù)集的難度較大,而且普通的評估標(biāo)準難以正確地評價分類器。本文提出一種基于生成對抗網(wǎng)絡(luò)（GAN）的非均衡數(shù)據(jù)集分類方法,生成對抗網(wǎng)絡(luò)由生成器和判別器組成,生成器的功能是盡量擬合輸入真實數(shù)據(jù)的分布,判別器則是盡量去判斷樣本是來自生成器還是真實數(shù)據(jù),兩者之間相互競爭共同提升,直到達到納什均衡。使用GAN的強大生成能力可以擴增非均衡數(shù)據(jù)集中少數(shù)類樣本。本文首先介紹了傳統(tǒng)分類算法和目前常用的非均衡數(shù)據(jù)分類算法以及分類效果評估標(biāo)準。介紹了一種基于隨機過采樣算法的非均衡數(shù)據(jù)集數(shù)據(jù)分類方法。本文提出了一種基于WGAN（Wasserstein GAN）的非均衡數(shù)據(jù)集分類,使用WGAN... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

系統(tǒng)圖2.1分類問題分類

決策樹模型8

支持向量機根據(jù)數(shù)據(jù)不同可分為線性可分支持向量機、線性支持向量機和非線性支持向量機。二分類問題如圖2.3所示。圖中圈代表正例，叉代表負例。訓(xùn)練數(shù)據(jù)集線性可分，這時有可以正確劃分數(shù)據(jù)集的直線有很多。線性可分支持向量機就對應(yīng)著將訓(xùn)練數(shù)據(jù)集正確劃分并且間隔最大的直線。圖2.3二分類問題2.1.2評估指標(biāo)評價分類器的性能最經(jīng)常使用的指標(biāo)是精確度（accuracy），其定義是：在測試集中，正確分類的樣本數(shù)量與所有樣本總數(shù)之比。accuracy =++ + +(2.2)精確度能夠整體反映分類器的分類性能，但是對于非均衡數(shù)據(jù)集，它是沒有參考價值的。精確度作為分類器的評估指標(biāo)有一個默認條件，即各類樣本量之間較為接近，此時各類樣本所含信息量基本相等，在計算評估指標(biāo)時可以將不同類別樣本相同對待。但是在非均衡數(shù)據(jù)集中，多數(shù)類樣本和少數(shù)類樣本所含信息量顯然不同。在測試過程中，如果針對一個多數(shù)類樣本判斷正確，直觀理解上，這并不能表明這個分類器的分類性能多優(yōu)秀，同樣的，如果判斷錯一個多數(shù)類樣本

【參考文獻】：
期刊論文
[1]一種面向單個正例的Fisher線性判別分類方法[J]. 尹軍梅,楊明.  南京師范大學(xué)學(xué)報(工程技術(shù)版). 2008(03)
[2]非平衡數(shù)據(jù)集Fisher線性判別模型[J]. 謝紀剛,裘正定.  北京交通大學(xué)學(xué)報. 2006(05)



本文編號：3401788