不均衡数据下基于阴性免疫的过抽样新算法
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.
不均衡数据、阴性免疫、过抽样算法、人工少数类过抽样技术
25
TP18(自动化基础理论)
中国博士后科学基金20090450119;中国博士点新教师基金20092304120017;黑龙江省博士后基金LBH-Z08227
2010-11-19(万方平台首次上网日期,不代表论文的发表时间)
867-872,878