本文關(guān)鍵詞：面向貫序不均衡分類的粒度極限學(xué)習(xí)機(jī)

  更多相關(guān)文章： 極限學(xué)習(xí)機(jī) 粒度劃分 貫序不均衡數(shù)據(jù) 欠取樣

【摘要】：針對現(xiàn)有算法對貫序到達(dá)的密度型不均衡數(shù)據(jù)分類效果不佳的缺陷,提出一種基于粒度劃分的在線貫序極限學(xué)習(xí)機(jī)算法.離線階段,根據(jù)數(shù)據(jù)分布特性對多類樣本進(jìn)行粒度劃分,用粒心代替原有樣本,建立初始模型;在線階段,根據(jù)更新后的分布特性對多類邊界數(shù)據(jù)進(jìn)行二次粒度劃分,替換原有邊界數(shù)據(jù),并動態(tài)更新網(wǎng)絡(luò)權(quán)值.理論分析證明該算法存在信息損失上界.實(shí)驗(yàn)結(jié)果表明,該算法能有效提高貫序不均衡數(shù)據(jù)上的整體泛化性能和分類效率.
【作者單位】： 河南師范大學(xué)計算機(jī)與信息工程學(xué)院;河南師范大學(xué)河南省高校計算智能與數(shù)據(jù)挖掘工程技術(shù)研究中心;
【關(guān)鍵詞】： 極限學(xué)習(xí)機(jī) 粒度劃分 貫序不均衡數(shù)據(jù) 欠取樣
【基金】：國家自然科學(xué)基金項目(U1204609) 中國博士后科學(xué)基金項目(2014M550508) 河南省高�？萍紕�(chuàng)新人才計劃項目(15HASTIT022) 河南師范大學(xué)優(yōu)秀青年基金項目(14YQ007) 河南省高校青年骨干教師計劃項目(2014GGJS-046)
【分類號】：TP181
【正文快照】： 0引言實(shí)際工程應(yīng)用中,在線貫序分類數(shù)據(jù)經(jīng)常會出現(xiàn)類別嚴(yán)重不均衡的現(xiàn)象.利用傳統(tǒng)的分類算法解決此類問題時,往往具有偏向性.例如1 000個樣本中有990個多類樣本,而少類樣本僅有10個,此時即使總體判別正確率達(dá)到99%,也極有可能出現(xiàn)多類樣本全部判斷正確,而少類樣本幾乎全部誤判，

本文編號：740229