基于支持向量机的不平衡数据分类算法的研究

被引：7

作者：

刘海涛 ^{[1
]}

黄敏 ^{[1
]}

朱启兵 ^{[1
]}

王聪 ^{[2
]}

机构：

[1] 江南大学通信与控制工程学院

[2] 山东建筑大学信电学院

来源：

计算机应用研究 | 2009年 / 26卷 / 08期

关键词：

Smote; 黎曼几何; 核函数; 支持向量机;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

针对不平衡数据分类问题,提出了基于Smote与核函数修改相结合的算法。首先用Smote方法处理数据,降低不平衡度;然后以黎曼几何为依据,利用保角变换,对核函数进行修改,提高支持向量机的分类泛化能力;最后用修改后的支持向量机对新的数据进行处理。实验结果表明,这种方法能在保持整体正确率的前提下有效地提高少数类样本的分类准确率。

引用

页码：2874 / 2875+2901 +2901

页数：3

共 6 条

[1]

黎曼几何引论.[M].陈维桓;李兴校编著;.北京大学出版社.2002,

[2] SMOTE和Biased-SVM相结合的不平衡数据分类方法 [J].