基于FCM-KFDA判别的不平衡数据集分类

被引：1

作者：

殷士勇

机构：

[1] 盐城工业职业技术学院机电工程系

来源：

华中师范大学学报(自然科学版) | 2013年 / 47卷 / 06期

关键词：

FCM; KFDA; 不平衡数据集; 分类;

D O I：

10.19603/j.cnki.1000-1190.2013.06.007

中图分类号：

TP311.13 [];

学科分类号：

摘要：

不平衡数据的分类是机器学习的热点问题.传统的分类方法在分类时会倾向于多数类而使得分类精度不高.对不平衡数据集的分类,提出一种基于FCM结合KFDA方法,首先采用FCM算法对样本数据进行聚类,将数据聚类后的样本数据映射到特征空间里,再采用KFDA算法对数据进行分类,可以克服不平衡数据对分类性能的影响.对UCI数据集进行仿真实验,结果表明FCM-KFDA算法可以有效地提高数据识别率.

引用

页码：776 / 780

页数：5

共 8 条

[1]

基于FCM和BP神经网络的棉麻纤维识别方法研究 [J].