具有两类上限条件的虚拟样本生成数量优化

摘要：

面对小样本数据集,虚拟样本生成(virtual sample generation,VSG)技术已被证实能有效提升机器学习算法的性能,然而对于最优的生成数量并未有明确的结论.本文首先在给定训练样本标准方差上限的条件下,采用信息熵理论研究最优虚拟样本生成数量;其次将虚拟样本所产生的噪声加以考虑,在给定的置信水平(0.95)下建立了最优虚拟样本生成数量的一般概率模型及分析方法;最后以2016年浙江湖州某变电站历史监测故障数据建立小样本数据集,设计4次相关虚拟样本生成实验,结果表明,上述两种最优虚拟样本生成数量法则行之有效,相应的机器学习预测精度有所提高.

关键词：小样本、机器学习、虚拟样本、信息熵、置信水平

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61273190;海南省自然科学基金117150

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：142-148