一种面向不平衡分类数据的核求解算法

来源 :控制与决策 | 被引量 : 0次 | 上传用户:aiqiphilip
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对基于差别矩阵的核求解方法而言,差别矩阵的规模是直接影响核求解效率的关键因素。为此,针对不平衡分类数据情况,提出一种基于多差别矩阵的核求解算法.该算法先按决策属性值划分对象集,进而建立任意两个不同对象集对应的差别矩阵,形成多差别矩阵,从而求出核.各差别矩阵因不平衡分类数据可有效降低其规模,提高核的求解效率.理论分析和实验结果表明算法是有效可行的.
其他文献
在SVM训练过程中,二次规划问题的求解制约着SVM应用于大规模数据.SVM的决策函数由邻近分类超平面的部分训练样本——支持向量决定.基于减小训练样本数目、加快SVM训练过程的目的
针对混合性能指标优化问题的普遍性及其处理过程中的特点,提出一种混合性能指标优化问题的进化优化方法,首先给出混合性能指标优化问题的定义;然后.确定不同类型和标度的性能指
针对发电机组的非线性、大范围运行等实际问题,研究了用于汽门系统的多模型自学习控制(MMSC),首先根据各种工况下的样本数据归纳出模糊控制规则;然后由模糊聚类算法将多种工况约简