添加均匀分布噪声的数据扰动小样本分类算法

摘要：

小样本分类问题由于包含的训练样本个数比较少，通常不足以训练一个理想的分类模型。小样本分类问题普遍存在于现实世界中，因此提高分类器在小样本分类问题上的性能就成为了研究的热点。本文针对该问题，提出了一种添加均匀分布噪声的数据扰动小样本分类算法。该算法首先对每一个原始样本添加一个服从均匀分布的噪声，对原始数据进行一定程度的扰动。然后在所获得的扰动数据集上训练分类模型。在UCI标准数据集上的仿真实验表明，本文算法较传统分类方法，能更有效地提高小样本分类问题的分类性能。

关键词：小样本分类、均匀分布、噪声、数据扰动

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：122-124