<listing id="l9bhj"><var id="l9bhj"></var></listing>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<var id="l9bhj"></var><cite id="l9bhj"><video id="l9bhj"></video></cite>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"><listing id="l9bhj"></listing></strike></cite><cite id="l9bhj"><span id="l9bhj"><menuitem id="l9bhj"></menuitem></span></cite>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<ins id="l9bhj"><span id="l9bhj"></span></ins>
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于協同進化機制的欠采樣方法

翟云 楊炳儒 王樹鵬 張德政 安冰

翟云, 楊炳儒, 王樹鵬, 張德政, 安冰. 基于協同進化機制的欠采樣方法[J]. 工程科學學報, 2011, 33(12): 1550-1557. doi: 10.13374/j.issn1001-053x.2011.12.020
引用本文: 翟云, 楊炳儒, 王樹鵬, 張德政, 安冰. 基于協同進化機制的欠采樣方法[J]. 工程科學學報, 2011, 33(12): 1550-1557. doi: 10.13374/j.issn1001-053x.2011.12.020
ZHAI Yun, YANG Bing-ru, WANG Shu-peng, ZHANG De-zheng, AN Bing. Under-sampling method based on cooperative co-evolutionary mechanism[J]. Chinese Journal of Engineering, 2011, 33(12): 1550-1557. doi: 10.13374/j.issn1001-053x.2011.12.020
Citation: ZHAI Yun, YANG Bing-ru, WANG Shu-peng, ZHANG De-zheng, AN Bing. Under-sampling method based on cooperative co-evolutionary mechanism[J]. Chinese Journal of Engineering, 2011, 33(12): 1550-1557. doi: 10.13374/j.issn1001-053x.2011.12.020

基于協同進化機制的欠采樣方法

doi: 10.13374/j.issn1001-053x.2011.12.020
基金項目: 

國家自然科學基金資助項目(61003260

國家高技術研究發展計劃重大專項(2009AA01403)

60875029

61070101)

詳細信息
    通訊作者:

    翟云,E-mail:yunfei_2001_1@yahoo.com.cn

  • 中圖分類號: TP181

Under-sampling method based on cooperative co-evolutionary mechanism

  • 摘要: 針對非平衡數據集分類中"少數類樣本精度難以提高"這一瓶頸問題,提出了一種基于協同進化機制的欠采樣方法.此方法將少數類樣本與多數類樣本劃分為兩類種群,采用種群協同進化原理,利用提出的動態交叉變異算子自適應協同進化過程,實現種群間自動調節和自動適應.仿真試驗結果表明,此采樣方法增強了局部隨機搜索能力,改善了種群的分布特性,加強了算法的全局收斂能力,在不降低多數類樣本分類性能的基礎上有效提高了少數類樣本的精度.與其他經典重采樣方法相比,本文辦法抗噪能力好,具有更強的魯棒性.

     

  • 加載中
計量
  • 文章訪問數:  160
  • HTML全文瀏覽量:  19
  • PDF下載量:  6
  • 被引次數: 0
出版歷程
  • 收稿日期:  2010-12-10
  • 網絡出版日期:  2021-07-30

目錄

    /

    返回文章
    返回
    久色视频