不均衡数据下基于阴性免疫的过抽样新算法

被引：11

作者：

陶新民 ^{[1
]}

徐晶 ^{[2
]}

童智靖 ^{[1
]}

刘玉 ^{[1
]}

机构：

[1] 哈尔滨工程大学信息与通信工程学院

[2] 黑龙江省科技学院数力系

来源：

控制与决策 | 2010年 / 25卷 / 06期

基金：

中国博士后科学基金;

关键词：

不均衡数据; 阴性免疫; 过抽样算法; 人工少数类过抽样技术;

D O I：

10.13195/j.cd.2010.06.70.taoxm.023

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽样技术(SMOTE)生成的人工样本缺乏空间代表性的不足.通过实验将此算法与SMOTE算法及其改进算法进行比较,结果表明,该算法不仅有效提高了少数类样本的分类性能,而且总体分类性能也有了显著提高.

引用

页码：867 / 872+878 +878

页数：7