检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

76 篇 学位论文
56 篇 期刊文献
8 篇 会议

馆藏范围

140 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

117 篇 工学
- 99 篇 计算机科学与技术...
- 92 篇 软件工程
- 70 篇 控制科学与工程
- 10 篇 机械工程
- 5 篇 仪器科学与技术
- 5 篇 交通运输工程
- 3 篇 电子科学与技术（可...
- 3 篇 信息与通信工程
- 3 篇 网络空间安全
- 2 篇 航空宇航科学与技...
- 1 篇 材料科学与工程（可...
- 1 篇 动力工程及工程热...
- 1 篇 电气工程
- 1 篇 土木工程
- 1 篇 化学工程与技术
- 1 篇 矿业工程
- 1 篇 公安技术
89 篇 管理学
- 88 篇 管理科学与工程(可...
- 5 篇 工商管理
10 篇 经济学
- 10 篇 应用经济学
6 篇 理学
- 4 篇 数学
- 2 篇 统计学（可授理学、...
- 1 篇 生物学
6 篇 医学
- 5 篇 临床医学
- 1 篇 公共卫生与预防医...
- 1 篇 中西医结合
- 1 篇 中药学(可授医学、...
1 篇 教育学
- 1 篇 教育学
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

140 篇 不平衡数据分类
25 篇 集成学习
13 篇 过采样
13 篇 支持向量机
10 篇 特征选择
10 篇 smote
9 篇 欠采样
8 篇 代价敏感学习
8 篇 机器学习
7 篇 混合采样
7 篇 代价敏感
6 篇 k近邻
6 篇 数据挖掘
6 篇 重采样
6 篇 深度学习
5 篇 svm
5 篇 极限学习机
4 篇 随机森林
4 篇 朴素贝叶斯
4 篇 半监督学习

机构

5 篇 重庆大学
4 篇 重庆邮电大学
4 篇 广东外语外贸大学
4 篇 南京邮电大学
4 篇 南京理工大学
3 篇 上海工程技术大学
3 篇 太原理工大学
3 篇 兰州大学
3 篇 同济大学
3 篇 安徽大学
3 篇 北京邮电大学
3 篇 西南交通大学
3 篇 哈尔滨工业大学
3 篇 吉林大学
3 篇 中国矿业大学
3 篇 佛山科学技术学院
2 篇 西安邮电大学
2 篇 北京交通大学
2 篇 兰州财经大学
2 篇 山东科技大学

作者

3 篇 余雯
3 篇 蒋盛益
3 篇 谢照青
3 篇 孙其法
3 篇 胡小生
2 篇 钟勇
2 篇 杨青
2 篇 sun qifa
2 篇 李秋洁
2 篇 程磊
2 篇 hu xiaosheng
2 篇 魏建安
2 篇 孟祥福
2 篇 冷强奎
2 篇 陈晓磊
2 篇 杨沛
2 篇 王执铨
2 篇 leng qiangkui
2 篇 zhong yong
2 篇 meng xiangfu

语言

140 篇 中文

检索条件"主题词=不平衡数据分类"

共 140 条记录，以下是31-40 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于集成学习的不平衡数据分类算法研究与应用

基于集成学习的不平衡数据分类算法研究与应用

引用

作者：刘畅上海应用技术大学

学位级别：硕士

分类问题是机器学习领域研究的重要分支,而现实中的分类问题往往具有数据不平衡性,如常见的医疗诊断、信用卡欺诈检测,故障检测等,对不平衡数据的分类问题展开研究具有重要的理论与实际价值。相较于平衡数据分类问题,不平衡数据具有:类... 详细信息

分类问题是机器学习领域研究的重要分支,而现实中的分类问题往往具有数据不平衡性,如常见的医疗诊断、信用卡欺诈检测,故障检测等,对不平衡数据的分类问题展开研究具有重要的理论与实际价值。相较于平衡数据分类问题,不平衡数据具有:类间样本不平衡,少数类样本错分代价极高的特点。集成学习算法作为当前机器学习中较为典型的代表,能够通过群体决策提高整体分类准确率,被广泛应用至不平衡数据的分类中。但目前其对不平衡数据的分类效果仍有待提升,这主要是因为集成学习算法是以降低整体分类错误率为目标,并没有进一步考虑不同样本分类代价的差异,对关键的少数类样本识别效果欠佳。此外,不平衡数据也常伴随着高维度、低价值密度、类内数据交叠、缺失值严重等特点,这都给当前的集成学习算法带来了多重挑战。有鉴于此,本文聚焦于不平衡数据分类问题中的难点,在现有的不平衡数据分类方法基础上,从数据和算法两个层面出发,构建自适应关键特征挖掘算法,并引入代价敏学习对Ada Boost集成学习算法进行改进,以实现模型在保证整体分类准确率的前提下,对少数类样本的有效识别。主要的研究内容如下:(1)从数据层面出发,本文将从不平衡数据的关键特征挖掘技术展开分析,针对皮尔森冗余滤波器(Pearson's Redundancy Based Filter,PRBF)关键特征挖掘算法在删除特征时存在盲目性,易导致模型欠拟合的问题,提出了一种基于皮尔森冗余滤波器改进的自适应关键特征挖掘算法AKKPRBF(Adaptive KNN and Kernel Density Pearson's Redundancy Based Filter),该算法在皮尔森冗余滤波器算法的基础上引入了核密度估计系数对关键特征进行多系数联动识别,通过基于近邻距离的KNN算法对关键特征缺失值自适应填充,以维持特征的特异性,并利用多项式动态组合创建新特征,进一步提高特征的标识度。采用Ada Boost算法作为分类器,构建AKKPRBF-Ada Boost分类模型,通过分类结果对AKKPRBF关键特征挖掘算法的有效性进行验证,实验表明AKKPRBF自适应关键特征挖掘算法对集成学习分类模型性能有着更为显著的提升。(2)从算法层面出发,本文针对自适应增强集成学习算法Ada Boost(Adaptive Boosting)以整体准确率最优作为目标,难以应对数据错分代价不平衡、数据类间不平衡、数据交叠等问题,引入代价敏感学习(Cost Sensitive Learning),对Ada Boost算法自适应样本更新权重方式进行改进,提出了基于代价敏感改进的自适应增强集成学习算法Cs Ada Boost(Cost Sensitive Adaptive Boosting),该算法在原样本权重更新方式的基础上,进一步提高分类错误的少数类样本权重,同时也适当提高分类错误的多数类样本的权重,以避免过分关注少数类样本而引起整体分类代价的攀升,实现整体分类代价最低的目标。(3)融合数据与算法层面的研究,将AKKPRBF关键特征挖掘算法与Cs Ada Boost集成学习分类算法予以结合,构建基于关键特征挖掘与代价敏感改进的集成学习算法AKKPRBF-Cs Ada Boost(Adaptive KNN and Kernel Density Pearson's Redundancy Based Filter—Cost Sensitive Adaptive Boosting),该算法综合数据层面与算法层面的改进,既可以通过AKKPRBF算法实现不平衡数据集关键特征的自适应挖掘,也可以使用具有代价敏感的集成学习算法Cs Ada Boost在保证整体准确率的前提下完成对少数类样本的有效识别。为验证模型的分类效果,将AKKPRBF-Cs Ada Boost模型应用于不同领域的不平衡数据分类预测中,通过十折交叉验证、百次实验等方式,采用Recall和G-mean作为评价指标,从模型稳定性、准确性以及少数类样本识别率三个维度对算法的有效性进行评估与比较,验证所提出的AKKPRBF-Cs Ada Boost具有广泛的应用领域与实用价值。

关键词：不平衡数据分类集成学习代价敏感学习关键特征挖掘

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据分类问题的数据增强算法研究

面向不平衡数据分类问题的数据增强算法研究

引用

作者：孙燕杰吉林大学

学位级别：硕士

大数据时代中不平衡数据分类问题愈发普遍和紧迫,传统的机器学习领域中,分类问题通常预先假设数据集是类别均衡的,并追求准确分类的结果。然而,当多数类样本数量比少数类样本数量多很多时,分类器会倾向于学习多数类的特征,从而导致少数... 详细信息

大数据时代中不平衡数据分类问题愈发普遍和紧迫,传统的机器学习领域中,分类问题通常预先假设数据集是类别均衡的,并追求准确分类的结果。然而,当多数类样本数量比少数类样本数量多很多时,分类器会倾向于学习多数类的特征,从而导致少数类的特征被忽略,从而影响分类器的性能。因此,正确识别少数类样本,以保证最终的分类性能具有多类别的识别平衡性,成为分类问题中研究的重点之一。在现实生活场景中,准确识别少数类的样本对决策有着重要的影响,如医疗领域的罕见疾病诊断、金融领域的欺诈检测和客户流失预测等。此外,考虑其他评估指标,如精确度、召回率等,以获得更全面、准确的评估结果也是评估分类器性能时需要注意的。因此,在大数据时代,正确处理不平衡数据分类问题是非常必要和有意义的。本文针对结构化数据的不平衡数据分类问题,提出了一种混合重采样算法RCGAN-DF,该算法结合了基于条件式生成对抗网络过采样和基于距离筛选欠采样的方法。通过将生成对抗网络从非结构化数据迁移到结构化数据,利用条件式生成对抗网络来生成新的指定某一类别的数据,并通过筛选出距离在某个阈值范围的生成样本加入到原不平衡训练集中,降低其不平衡程度,从而解决不平衡数据分类问题。实验结果表明,该算法在37个不平衡数据集上的表现优于其他12种不平衡数据分类方法,证明了算法迁移到结构化数据领域的可行性。另外,本文还对生物学领域存在的不平衡数据分类问题进行了研究,由于生物组学数据具有样本数量少特征数量大的特点,算法RCGAN-DF在特征数量大的数据集训练时容易发生过拟合,所以本文还提出了一种基于mi RNA组学的数据增强和特征选择算法OCF。该算法利用了mi RNA在基因调控中的重要作用,结合基因表达数据中mi RNA与靶基因的关系,采用一种有效的方法来对数据集进行数据增强,并通过特征选择的方法从大量的特征中选取对分类有意义的特征,特征数量的降低有利于减少训练模型的过拟合。实验结果表明,该算法在三个公开的mi RNA数据集上的分类效果优于传统的数据增强和特征选择算法,并挖掘到有意义的生物标志物,证明了该算法在生物信息学领域的可行性。该算法可以为疾病诊断和治疗提供有力的支持,并为生物信息学未来的研究贡献新方法和新思路。

关键词：不平衡数据分类条件式生成对抗网络深度学习 microRNA 特征选择

来源：评论

学校读者我要写书评

暂无评论

随机配置网络不平衡数据分类算法研究

随机配置网络不平衡数据分类算法研究

引用

作者：宁传峰中国矿业大学

学位级别：硕士

在信息化浪潮以及数据可用性空前爆发的时代,海量数据中不可避免的存在不平衡数据,不平衡数据广泛存在于工业生产和生活中,如机械故障诊断、状态监测、医疗诊断、网络入侵检测等。传统的分类算法在实现分类任务时是基于样本数量均衡或... 详细信息

在信息化浪潮以及数据可用性空前爆发的时代,海量数据中不可避免的存在不平衡数据,不平衡数据广泛存在于工业生产和生活中,如机械故障诊断、状态监测、医疗诊断、网络入侵检测等。传统的分类算法在实现分类任务时是基于样本数量均衡或者错分代价相等这一假设,关注样本的整体分类精度。当面临不平衡数据集分类任务时,由于多数类在数量上的优势,会导致在学习过程中多数类淹没少数类,使得少数类的分类性能不佳。因此,构建不平衡数据分类算法以提高少数类的分类精度是亟需解决的问题。在大数据时代,随着数据规模和复杂度的增加,基于神经网络的机器学习分类方法相继出现,一种新颖的增量式学习方法,随机配置网络(Stochastic Configuration Networks,SCNs)便是典型的代表。SCNs由于收敛速度快,泛化性能好,具有无限逼近特性已经被广泛应用到工业过程建模以及数据分析中。但是现有的SCNs及其变体并没有考虑到数据的不平衡问题。鉴于此,本文在SCNs的理论基础上,将改进的SCNs融入到不平衡数据分类任务中。主要工作与创新性成果概括如下:(1)提出基于样本数量和密度的SCNs不平衡数据分类方法。针对SCNs在构建过程未考虑数据量之间的差异导致分类性能不佳的问题,通过构造权重矩阵的方式为不同类别赋予不同的权重。考虑样本数量与样本分布情况,引入平衡因子来缓解性能在分布上的偏差,同时模糊隶属度用来减少噪声对分类性能的影响。最后,证明了该方法的无限逼近性,并通过不平衡数据集验证了该方法在处理不平衡数据分类方面的优越性。(2)提出基于混合密度的类依赖SCNs不平衡数据分类方法。为了应对不平衡数据集之间存在类间重叠,小区块等严重影响到分类性能的问题,首先引入混合密度来评估类内以及类间的分布情况,进而可以探索样本之间更多的分布信息。其次,通过对不同类别赋予不同的正则化参数来解决样本分散度不一致的问题。最后,通过在机器学习标准数据库上的分类任务上验证了该方法要优于基于样本数量和密度的SCNs的不平衡数据分类方法。(3)提出基于联合概率的SCNs不平衡数据分类方法。针对依据不平衡数据集不同类别的重要性,人为设置权重系数缺乏理论依据的问题,通过引入密度系数和距离系数评估少数类所携带的信息量,根据信息量进行权重的更新。实验结果表明该方法的分类性能要优于基于样本数量和密度的SCNs以及基于混合密度类依赖的SCNs。

关键词：随机配置网络不平衡数据分类混合密度类依赖联合概率

来源：评论

学校读者我要写书评

暂无评论

融合混合采样技术与Adaboost思想的不平衡数据分类学习算法的研究

融合混合采样技术与Adaboost思想的不平衡数据分类学习算法的研究

引用

作者：张巡贵州师范大学

学位级别：硕士

不平衡数据集指的是数据集中某一类(下称多数类)的样本数量相对其他类(少数类)多得多。传统的分类算法默认训练集中各样本类别的样本数量基本均衡,然而实际的数据集中样本可能不平衡,不平衡数据集的分类问题中,传统的分类算法更关注整... 详细信息

不平衡数据集指的是数据集中某一类(下称多数类)的样本数量相对其他类(少数类)多得多。传统的分类算法默认训练集中各样本类别的样本数量基本均衡,然而实际的数据集中样本可能不平衡,不平衡数据集的分类问题中,传统的分类算法更关注整体的分类精度,实际应用中有时候更关注少数类的正确分类。本研究从样本分布特点和样本特征两方面对不平衡数据集进行分析研究,提出聚类思想的欠采样方法和特征对类别影响的过采样方法,最后将两种方法与Adaboost算法融合,提出一个针对不平衡数据集的集成学习分类算法。首先,本研究根据样本分布特点,提出一个基于聚类的样本欠采样方法。该方法通过对不平衡数据集中多数类样本进行聚类,通过聚类的簇的大小判别簇中样本所携带的信息量,对携带不同信息量的簇采用不同的采样策略,去掉多数类中的离群点和边缘样本,减少多数类中的难分样本,同时降低数据集的不平衡性。其次,本研究针对不平衡数据集的基于特征影响提出过采样方法。在数据集中,样本特征对各个类别的影响是不一样的,因此样本的每个特征对每个类别存在不同的重要程度。由此可将样本特征进行分类,然后根据特征分类结果对少数类进行过采样,实现数据的平衡。经实验验证,对比随机过采样、SMOTE等方法,该方法提高了少数类样本的识别精度。最后,本研究结合以上数据层面的混合采样方法和Adaboost算法提出针对不平衡数据集的集成学习算法,该方法通过对数据集样本的平衡与Adaboost对错分样本的修正,更进一步提高了少数类的识别精度。

关键词：不平衡数据分类分类学习混合采样 Adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络对抗与集成的不平衡数据分类方法研究

基于深度神经网络对抗与集成的不平衡数据分类方法研究

引用

作者：周霄晗浙江工业大学

学位级别：硕士

数据分类是机器学习和数据挖掘中获取数据中的信息和价值的一种重要手段,传统的数据分类算法通常运用于数据概率分布平衡的数据集,但是在实际生活和工业生产中,很多数据集中正负样本的分布往往是不平衡的,而少数类样本数据又具有更重要... 详细信息

数据分类是机器学习和数据挖掘中获取数据中的信息和价值的一种重要手段,传统的数据分类算法通常运用于数据概率分布平衡的数据集,但是在实际生活和工业生产中,很多数据集中正负样本的分布往往是不平衡的,而少数类样本数据又具有更重要的信息,少数类样本分类错误可能需要付出很大的代价,如医疗诊断、信用卡诈骗检测等。在这种情况下,以总体的分类准确率为目标的传统分类算法并不适用于解决这一类的问题。针对不平衡数据分类问题中的难点,本文提出了一种基于深度神经网络集成的不平衡数据分类方法,利用深度神经网络提取复杂问题样本中的潜在特征,基于进化算法提高深度神经网络的训练效果,通过生成对抗模型改善数据样本的不平衡状况,最后通过深度神经网络集成来提高综合分类性能。本文的主要成果和创新点如下:(1)提出了一个基于进化深度神经网络的不平衡数据分类模型,通过深度自编码器(Deep Autoencoder,DAE)以及深度玻尔兹曼机(Deep Boltzmann Machine,DBM)提取不平衡数据中的潜在特征,通过水波优化算法(Water Wave Optimization,WWO)对深度神经网络的结构和参数进行优化,实验结果表明该方法显著地提升了深度神经网络的分类准确率,在不平衡数据分类问题中表现出了良好性能。(2)设计了一个基于深度去噪自编码器的深度生成对抗网络(Adversarial Deep Denoising Autoencoder,GAN-DAE),通过生成器和判别器的对抗训练,获取不平衡数据中正负样本的特征,并用训练完成的生成器生成少数类样本,改善数据样本的不平衡状况。实验结果表明这种该方法有效提升了不平衡数据分类的性能该方法,并将GAN-DAE应用于银行诈骗转账检测这一重要实际问题中,取得了很好的分类效果,并产生了较大的经济效益。(3)提出了一种基于进化算法优化的深度神经网络集成模型,将一组GAN-DAE集成到一个综合分类模型中,采用进化算法优化模型中各个成员神经网络的权重,实验结果表明这种深度神经网络集成方法进一步提升了不平衡数据分类的性能。针对不平衡数据分类问题,本文提出了基于进化算法的深度神经网络优化方法,同时对神经网络的结构和参数进行优化提升了深度神经网络的性能和分类精度。同时本文提出了基于进化算法优化的深度神经网络集成模型,以GAN-DAE作为成员神经网络,并使用进化算法对成员神经网络的权重进行优化,实验结果表明本文提出的方法大大提升了不平衡数据分类的精度。

关键词：不平衡数据分类深度神经网络神经网络集成进化算法

来源：评论

学校读者我要写书评

暂无评论

偏类重叠学习的不平衡数据分类算法研究

偏类重叠学习的不平衡数据分类算法研究

引用

作者：王博重庆大学

学位级别：硕士

不平衡数据分类指对存在“某类样本数量远远大于另一类样本”现象的数据进行分类,广泛应用于医疗诊断、故障检测、信用贷款等领域。传统机器学习分类方法通常假设样本具有均匀的类分布和相同的误分代价,直接应用于不平衡数据时,分类器... 详细信息

不平衡数据分类指对存在“某类样本数量远远大于另一类样本”现象的数据进行分类,广泛应用于医疗诊断、故障检测、信用贷款等领域。传统机器学习分类方法通常假设样本具有均匀的类分布和相同的误分代价,直接应用于不平衡数据时,分类器会偏向于多数类,导致少数类将被多数类淹没。而现有的不平衡数据分类方法主要侧重于解决数据的类失衡问题,忽略了已被相关研究证实对分类器性能负面影响更严重的类重叠问题。基于上述背景,本文分别从类重叠样本加权和类重叠区域软消除两个角度入手,进行了相关解决方法研究,主要工作如下。(1)针对采样后样本失衡率研究不足和重叠少数样本可见性低的问题,本文提出了一种基于少数类重叠率和相对密度的不平衡数据自适应过采样算法。首先,为了获得更精确的少数类重叠率,本文提出了基于近邻的类重叠区域动态搜索方法(Dynamic Search Algorithm for Local Overlap Regions,LORDS)。其次,针对传统密度计算方法易受离群点影响的问题,提出了一种样本局部密度的计算方法,用于计算少数类相对密度。最后,考虑样本分布对分类性能的影响,提出了一种自适应失衡率计算公式,用于自动确定样本的合成数量,并在少数类的重叠区域进行样本合成,以进一步强调决策边界的重叠少数类样本,增强分类器对其的鉴别能力。实验结果表明,相比同类方法,本文提出的类重叠识别算法更精确,自适应过采样算法的分类精度也有显著提升。(2)针对类重叠区域影响严重和类重叠样本信息学习困难的问题,本文提出了一种基于双重聚类机制和阶段混合采样的不平衡数据集成分类方法。首先,利用提出的投影式聚类组合策略,将类分布分散混叠的原数据转换为类分布简单且集中的交叉集(Cross-complete Set,CCS)。其次,利用提出的阶段混合采样方法分别对CCS子集欠采样去重叠和过采样平衡化;然后,利用提出的聚类迁移映射机制,基于分布一致性约束对各子集分别构造一层单样本信息更丰富且类重叠度进一步降低的映射层,用于辅助分类。最后,基于映射前后子集分别训练分类器并加权融合后,在决策层根据测试样本和分类器的反式距离,对各分类器融合结果进行二次融合,得到最终分类结果。该算法的核心是利用子集间的数据交叉性,实现对重叠多数类样本的软剔除,既可避免重叠样本对弱分类器造成不利影响,又可充分学习其信息。实验结果表明,本文算法的分类性能显著优于对比算法。

关键词：不平衡数据分类类重叠自适应过采样混合采样集成学习

来源：评论

学校读者我要写书评

暂无评论

基于演化超网络的高维不平衡数据分类

基于演化超网络的高维不平衡数据分类

引用

作者：孙开伟重庆邮电大学

学位级别：硕士

超网络是在细胞中生物分子网络的启发下形成的一种用于学习和记忆的概率图论模型。超网络是一种由大量超边组成的特殊超图。与一般意义上的图不同，超图的超边可以连接两个以上顶点。超网络的这种特殊结构使其能够有效地表示特征属性之... 详细信息

超网络是在细胞中生物分子网络的启发下形成的一种用于学习和记忆的概率图论模型。超网络是一种由大量超边组成的特殊超图。与一般意义上的图不同，超图的超边可以连接两个以上顶点。超网络的这种特殊结构使其能够有效地表示特征属性之间的高阶关联性。超网络是一种基于规则的分类器。在模式分类的框架下，超网络的超边被看作决策规则，超边被赋予相应的权值，用以表示特征属性与类别之间的关联程度，权值越大，关联性越高。与其它模式分类方法相比较，超网络分类模型具有实现简单、学习结果可读等优点。目前，超网络模型已经在生物医学、多模态信息检索、文本分类等领域取得了比较成功的应用。本文主要研究基于超网络模型的不平衡数据分类和高维数据分类问题，以及基于GPU的超网络的并行演化学习和分类。\n 不平衡数据分类问题是机器学习和数据挖掘领域的一个研究热点。所谓不平衡数据是指数据中类别分布不均匀、某个类别的样本占支配地位的数据集。不平衡数据普遍存在于现实世界中，如医疗数据分类、信用卡非法交易检测等。然而传统的机器学习方法大都是建立在样本类别分布均衡的基础之上的。因此，在处理不平衡数据分类问题时传统机器学习方法不能获得满意的结果。针对这一问题，介绍了一种代价敏感超网络选择性集成的方法。首先将代价敏感学习引入超网络模型，提出了代价敏感的超网络模型。然后为了解决代价设置问题，采用选择性集成的方式自适应地设置代价参数。最后，在处理类别分布严重不平衡的数据的分类问题时，将采样技术与代价敏感超网络选择性集成方法相结合，首先通过采样技术降低数据的不平衡程度，然后在采样后的数据上对代价敏感超网络进行选择性集成。在10个常用的不平衡数据集上的对比实验结果表明本文提出的代价敏感超网络选择性集成方法具有处理不平衡数据分类问题的优势。\n 超网络模型可以从训练数据中有效地挖掘特征属性之间的高阶关联性。然而，和其它传统的机器学习方法一样，在处理高维数据时超网络也面临着“维数灾难”的问题。超网络模型的搜索空间会随着数据维数的增加而显著扩大，这对超网络模型的学习效果和学习效率都产生了严重的影响。为了解决超网络在处理高维数据的分类问题时所面临的问题，介绍了一种多视角分层超网络模型。首先将原始数据划分为多个低维的局部视图，然后在每个局部视图上训练第一层超网络模型，最后将第一层超网络作为第二层超网络的输入，对第一层超网络模型学习得到的局部概念进行整合，形成全局概念。采用多视角的思想，第一层超网络可以在低维的局部视图中高效地搜索类别分辨能力强的超边，第二层超网络模型对第一层的局部概念进行整合。多视角分层超网络模型可以很好地维持数据的局部视图和全局视图，为解决高维数据分类问题提供了一种有效的方法。在4个高维数据上的实验结果表明多视角分层超网络模型能够改善普通超网络在高维数据分类问题上的分类性能。\n 目前，超网络模型是通过DNA计算实现的。在基于DNA计算的超网络模型中，采用四种核糖核苷酸(A，T，G，C)将超边编码成DNA分子，超网络就是一个由大量DNA分子组成的分子库，超网络的演化学习是通过酶促反应等生物技术实现的。超网络的学习和分类在DNA计算中都是以高度并行的方式进行的。然而，DNA计算虽然具有很高的并行性，但是DNA计算的技术难度比较大且对实验条件的要求比较苛刻，这在一定程度上限制了DNA计算的使用范围。现代GPU已经演变为一种通用的并行处理器，它的出现为实现超网络的并行化提供了一条新的、简单的途径。基于GPU并行计算框架，介绍了一种孤岛遗传算法演化的并行超网络模型。超网络被看作为由很多个体组成的一个种群，一条超边表示一个个体。为了使用遗传算法对超网络进行演化学习，首先将超边编码成二进制串，然后将整个超边库划分成多个子库，每个子库分别代表一个子种群。在对超网络模型进行演化学习时，把一个子种群映射到GPU的一个线程块，而该子种群中的个体被映射到线程块中的线程之上，并由线程负责个体的演化学习的所有操作的实现。由于GPU中的线程具有线程块间和线程块内两个层次的并行性，超网络的演化学习能够获得很高的并行性。在4个DNA微阵列数据集上进行实验，实验结果表明与基于CPU的单线程的实现方式相比，基于GPU的并行超网络模型能够取得两个数量级左右的加速比。这也表明了GPU并行计算是实现超网络并行化的有效方案。

关键词：超网络模型代价敏感学习不平衡数据分类机器学习数据挖掘

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据分类问题的旋转森林算法研究

面向不平衡数据分类问题的旋转森林算法研究

引用

作者：周尔昊江苏科技大学

学位级别：硕士

针对现实生活中的类别不平衡分类问题,尤其是二分类中的少数类分类精度问题,学者们提出了各种解决方法,例过采样、欠采样、数据合成、代价敏感学习、集成学习等。在这些方法中,集成学习因其良好的分类性能和较强的泛化能力越来越受到研... 详细信息

针对现实生活中的类别不平衡分类问题,尤其是二分类中的少数类分类精度问题,学者们提出了各种解决方法,例过采样、欠采样、数据合成、代价敏感学习、集成学习等。在这些方法中,集成学习因其良好的分类性能和较强的泛化能力越来越受到研究者的重视。旋转森林算法是Rodriguez提出的一种通过引入特征变换、旋转策略的分类器集成算法,该算法以决策树作为基分类器,通过获取新的训练集来增大基分类器之间的差异性,以获得更好的集成效果。但是该算法在面对不平衡分类问题时,虽然其结果优于决策树、随机森林等传统机器学习算法,但性能依旧不能达到预期效果。为了进一步提高该算法面对不平衡问题的分类性能,通过分析,本文提出了相应的改进算法,且与主流算法进行实验比对,旨在完善旋转森林算法的相关研究。本文的主要研究内容如下:首先,简介了国内外解决不平衡问题常用的方法,主要从数据和算法两个层面展开,同时讨论这些方法的利弊及研究趋势与价值。接着着重介绍了论文写作用到的相关知识与理论,为接下来算法改进做好铺垫。其次,为提高旋转森林算法面对不平衡问题时少数类的分类精度,对该算法进行改进。在旋转森林获得的新训练子集中引入Hyper-Safe-Level-SMOTE方法得到旋转平衡森林（Rotation Balanced Forest,ROBF）,以此提高其面对不平衡分类问题时少数类的分类精度。通过实验表明改进后的旋转森林算法比原算法和传统算法,总分类精度与少数类分类精度均有提升。然后,将旋转平衡森林算法同代价敏感学习相结合,提出一种新的组合算法—代价敏感旋转平衡森林算法（Cost-sensitive Rotation Balanced Forest,CROBF）,实现了数据预处理和算法层改进的结合。在阐述算法原理后将其与一些组合算法进行实验对比,可得看出新的组合算法是有效的。最后,针对深度森林进行改进,提出一种强边缘扫描的深度旋转平衡森林（Strong-Edge-Scanning Deep Rotation Balanced Forest,SES-DROBF）,通过与传统机器学习、深度森林改进算法等实验对比分析,证明了该集成算法在面对高维不平衡数据时更具竞争力。

关键词：机器学习不平衡数据分类旋转森林代价敏感学习 SMOTE

来源：评论

学校读者我要写书评

暂无评论

基于过抽样技术的不平衡数据分类研究

基于过抽样技术的不平衡数据分类研究

引用

作者：王换闽南师范大学

学位级别：硕士

在数据挖掘领域中,分类技术根据数据集中的数据训练出一个分类函数或构建出一个分类模型,对未知实例的类标号进行预测。在不平衡数据分类研究中,由于不平衡数据集中小类样本数量少,小类样本难以被正确分类,因此,提高小类样本的分类准确... 详细信息

在数据挖掘领域中,分类技术根据数据集中的数据训练出一个分类函数或构建出一个分类模型,对未知实例的类标号进行预测。在不平衡数据分类研究中,由于不平衡数据集中小类样本数量少,小类样本难以被正确分类,因此,提高小类样本的分类准确率至关重要。目前,针对不平衡数据分类的技术有两种,一种是数据层面的方法,另一种是算法层面的方法。前者主要在分类之前对原始训练集进行预处理,包括过抽样技术和欠抽样技术。后者主要提出针对不平衡数据特点的新的算法或改进现有的算法以适应数据的不平衡。为了提高不平衡数据中小类样本的分类准确率,本文主要在数据层面的过抽样技术上做了以下三个研究。第一,将聚类技术与过抽样技术相结合,提出一种基于聚类的过抽样算法ClusteredSMOTEBoost。该算法利用聚类技术,首先将数据集的小类样本分为边界样本和非边界样本,其次将所有小类样本分为若干个簇。针对小类边界样本合成新样本时,使新样本更靠近小类样本内部。针对小类非边界样本合成新样本时,使新样本更靠近非边界样本所在簇的中心。实验结果表明该算法能够有效地提高小类样本的分类准确率。第二,为了使原始训练集的决策边界不复杂,提出一种基于小类内部样本的过抽样算法GR-InsideOS。该算法仅让小类内部样本参与合成,使得新样本位于小类样本内部,不使分类边界复杂化。在此基础上提出基于聚类的小类内部过抽样算法CGR-InsideOS,利用聚类技术使新样本靠近小类内部样本所在簇的中心,更加保证了原始训练集的决策边界不复杂。实验结果表明这两个算法均有效地提高了小类样本的分类性能。第三,将基于内部样本的过抽样算法与多次学习技术相结合,提出两种基于小类内部样本过抽样的多次学习算法IRML和IKCML。两个算法均是从原始训练集中选取一些样本组成K个子训练集,然后分别对子训练集采用GR-InsideOS算法合成新样本,生成K个新的子训练集,建立K个分类器。IRML是采用随机的方式在原始训练集中选取样本,而IKCML算法是采用K折交叉方法有放回的选取样本。后者保证了每个样本被学习相同次数。实验结果表明GR-InsideOS算法与多次学习算法的结合极有必要。

关键词：数据挖掘不平衡数据分类过抽样多次学习样本权重增比率

来源：评论

学校读者我要写书评

暂无评论

基于SVM的不平衡数据分类算法研究及其应用

基于SVM的不平衡数据分类算法研究及其应用

引用

作者：洪铭华侨大学

学位级别：硕士

随着计算机和信息技术的发展,在生产和生活中,每天都会产生大量的数据。如何有效地寻找和发掘这些数据中的知识和规律,对其进行分类和预测已成为人工智能和机器学习等领域的重要研究内容之一。SVM是一种基于统计学习理论和结构风险最小... 详细信息

随着计算机和信息技术的发展,在生产和生活中,每天都会产生大量的数据。如何有效地寻找和发掘这些数据中的知识和规律,对其进行分类和预测已成为人工智能和机器学习等领域的重要研究内容之一。SVM是一种基于统计学习理论和结构风险最小化原则的分类算法,它的决策函数只由少数的支持向量决定,增加或删除部分非支持向量样本并不影响模型的性能。相比于传统的分类算法,SVM具有较强的泛化能力,不易陷入局部极小值且适合分类高维小样本,能有效地解决平衡数据集的分类问题。但是,当两类数据分布不均衡时,SVM显现出了以下不足:一是由于SVM是基于软间隔最大化的方法,从而使得在边界区域分类超平面会向少数类倾斜。二是支持向量的不平衡比率也将导致测试样本的周围充满更多的负支持向量。本文针对SVM对分布不平衡的数据集进行分类时的难点和不足,从数据层面和算法层面展开研究,并将不平衡数据分类算法应用到微博情感分类问题中。主要工作包括以下3方面:1)在数据层面提出了一种基于类边界样本自适应合成的重采样方法BADASYN算法。该算法首先找出类边界区域的少类样本,然后根据它们的分布自适应地合成部分少类样本,并将新合成的样本添加到训练集。经BADASYN采样的数据集,训练得到的SVM模型的支持向量主要由新合成的样本构成,并最终使分离超平面靠近多类样本。2)在算法层面提出了一种基于负相关学习和Ada Boost SVM算法的选择性集成学习方法NCAB-SVM。将负相关学习理论融合到Ada Boost SVM的训练过程中,目的是训练一批多样性很好的强SVM分类器组成一个更强的集成分类系统,即强强联手。该算法利用负相关学习理论计算基分类器间的相关性,并根据相关性的值自适应调整各基分类器的权重,进而得到加权后的决策分类器。3)针对微博情感分类过程中存在样本分布不平衡和特征分布不平衡的问题,结合数据层面和算法层面的方法,使用基于SVM的不平衡数据分类算法对微博情感极性进行分类。首先,使用BADASYN算法自适应合成部分少类样本,调整训练样本的不平衡度;然后,使用NCAB-SVM算法,训练得到一系列SVM基分类器,并选择性集成得到决策系统;最后,使用爬取的不同领域的新浪微博数据集和公开的评测数据集测试该方法的性能。

关键词： SVM 不平衡数据分类重采样负相关学习选择性集成学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共14页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：