發(fā)布時(shí)間：2017-10-01 12:13

  本文關(guān)鍵詞：改進(jìn)SVM-KNN的不平衡數(shù)據(jù)分類

  更多相關(guān)文章： 支持向量機(jī) K近鄰法 不平衡數(shù)據(jù)集

【摘要】：針對支持向量機(jī)(SVM)在超平面附近進(jìn)行不平衡數(shù)據(jù)(imbalanced datasets)分類的不準(zhǔn)確性,提出了一種改進(jìn)SVM-KNN算法,該算法在分類階段計(jì)算測試樣本與最優(yōu)超平面的距離,如果距離差大于給定閾值可直接應(yīng)用支持向量機(jī)分類;如果距離差小于給定閾值,則將所有支持向量都作為測試樣本的近鄰樣本,進(jìn)行KNN分類。通過對UCI數(shù)據(jù)集的大量實(shí)驗(yàn)表明,該算法在少數(shù)類樣本的識(shí)別率和分類器的整體性能上有明顯改善。
【作者單位】： 西安建筑科技大學(xué)信息與控制工程學(xué)院;中國農(nóng)業(yè)科學(xué)院植物保護(hù)研究所;
【關(guān)鍵詞】： 支持向量機(jī) K近鄰法 不平衡數(shù)據(jù)集
【基金】：國家自然科學(xué)基金(No.31170393) 陜西省自然科學(xué)基金(No.2012JM8023) 陜西省教育廳自然科學(xué)基金專項(xiàng)(No.12JK0726)
【分類號(hào)】：TP181
【正文快照】： 1引言器學(xué)習(xí)的理論框架,同時(shí)也發(fā)展了一種模式識(shí)別方法:不平衡數(shù)據(jù)分類問題是指數(shù)據(jù)樣本中某些類的數(shù)支持向量機(jī)(Support Vector Machine,SVM),它既有嚴(yán)量遠(yuǎn)遠(yuǎn)小于其他類時(shí)的分類研究。其中,數(shù)目較多的類格的理論基礎(chǔ),又能較好地解決小樣本、非線性、高維數(shù)被稱為多數(shù)類[1];數(shù)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳娟;范玉妹;王麗;;關(guān)于改進(jìn)的支持向量機(jī)的研究[J];攀枝花學(xué)院學(xué)報(bào);2006年05期

2 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機(jī)算法[J];計(jì)算機(jī)應(yīng)用;2008年S2期

3 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機(jī)的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

4 王云英;閻滿富;;C-支持向量機(jī)及其改進(jìn)[J];唐山師范學(xué)院學(xué)報(bào);2012年05期

5 李逢煥;;試述不確定支持向量機(jī)應(yīng)用分析及改進(jìn)思路[J];中國證券期貨;2012年12期

6 邵惠鶴;支持向量機(jī)理論及其應(yīng)用[J];自動(dòng)化博覽;2003年S1期

7 曾嶸,蔣新華,劉建成;基于支持向量機(jī)的異常值檢測的兩種方法[J];信息技術(shù);2004年05期

8 張凡,賀蘇寧;模糊判決支持向量機(jī)在自動(dòng)語種辨識(shí)中的研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

9 魏玲,張文修;基于支持向量機(jī)集成的分類[J];計(jì)算機(jī)工程;2004年13期

10 沈翠華,鄧乃揚(yáng),肖瑞彥;基于支持向量機(jī)的個(gè)人信用評(píng)估[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

中國重要會(huì)議論文全文數(shù)據(jù)庫 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(xiǎn)評(píng)估模型[A];第六屆（2011）中國管理學(xué)年會(huì)——商務(wù)智能分會(huì)場論文集[C];2011年

2 劉希玉;徐志敏;段會(huì)川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計(jì)算機(jī)學(xué)會(huì)2005年信息技術(shù)與信息化研討會(huì)論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機(jī)方法預(yù)測膜蛋白類型[A];第十一次中國生物物理學(xué)術(shù)大會(huì)暨第九屆全國會(huì)員代表大會(huì)摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 侯澍e，

本文編號(hào)：953379