小样本类不平衡数据的一致性分析流特征选择

摘要：

在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流特征选择模型.首先,利用均值定义同类样本的类中心,然后通过样本在特征与标记的信息定义类中心的近邻;其次,通过融合类别信息来定义类中心在特征空间的一致性;再次,设计流特征环境下的在线特征选择算法;最后,选取七个数据集与七个算法进行对比分析,实验结果表明,该算法能显著提高小类预测精度.

关键词：高维小样本;类别不平衡;一致性分析;流特征选择

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目;福建省自然科学基金项目;福建省教育厅科技项目

在线出版日期：2021-11-29（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：2252-2258