论文部分内容阅读
通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响。结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好。
剪枝与欠采样相结合的不平衡数据分类方法
【摘 要】
：
通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响。结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好。
【机 构】
：
安徽大学数学科学学院
【出 处】
：
计算机应用研究
【发表日期】
：
2012年03期
【基金项目】
：
国家自然科学基金资助项目（71071002）, 安徽省教育厅自然科学基金资助项目（05010428）, 安徽大学人才队伍建设项目,安徽大学学术创新团队项目（KJTD001B）
其他文献
传统机器学习方法在蛋白质关联图预测中要求满足独立一致性的条件,为了克服传统机器学习独立一致性假设,并且利用关联残基之间的规则约束,提出一种基于扩展的Markov逻辑网的蛋白质beta关联预测方法,该方法能够利用Markov统计关系学习框架来实现蛋白质beta结构关联预测。实验结果表明,利用该方法能够获得较好的beta关联预测效果,实验预测精度能够达到45.91%,较BetaPro能提高8%,是随机
二元蚁群优化算法作为蚁群算法改进的一种,其独特的随机二元网络结构在离散域及连续域优化问题中均得到较好的应用,但探索和利用的冲突、单一种群寻优的局限性以及算法评价次数的增加均限制了二元蚁群算法更好的发展。从一维细胞自动机入手,首先对二元蚁群优化算法的基本模型进行描述,然后讨论了近年来对二元蚁群优化算法的若干改进及应用;最后评述了二元蚁群优化算法未来的研究方向和主要研究内容。
利用DNA分子结构推得DNA计算机理及实现方式,提出用面上DNA计算模型求解最小集合覆盖问题,给出了具体应用和算法评价;在计算模板表面穷举了所有可能的结果,同一时间验证结果是否满足条件,实现DNA计算的强大并行性;同时在互补的寡聚核苷酸片段发生退火反应时,通过催化剂来决定是否杂交,减少人工参与、提高计算效率。最后,通过计算机仿真模拟验证了本模型的可行性。
扩散映射(diffusion maps)是一种基于流形学习的非线性降维方法。为了提高降维的效果,根据近邻点的选取对diffusion maps的降维效果影响,利用数据近邻点分布的不同,挖掘该数据点局部的密度信息,能够更好地保持数据的流形结构。利用样本点聚类后的类别信息构造密度信息指数,提出了一种改进的diffusion maps算法,有效地保持了高维数据中的流形结构,所提的新算法在多种实验中得到了
机械结构在长期的存储中,疲劳裂纹的变化受到多种环境因素的影响,针对目前疲劳裂纹预测准确率低的问题,提出一种基于最小二乘支持向量机方法(LSSVM)来预测机械结构的疲劳裂纹长度,通过改进的粒子群优化算法对LSSVM进行参数优化。改进的粒子群参数优化算法采用二次型惯性权重递减策略,使粒子群优化算法的优化过程更接近实际的非线性和高复杂过程。经仿真实验验证,结果表明,基于改进的粒子群参数优化的最小二乘支持
将项目管理中的关键路径法引入到云资源布局优化策略中,针对非实时性任务通过多种云计算资源的组合,可以进一步降低资源使用成本。提出了两种组合策略,第一种是结合云计算的多种定价服务模型,利用低成本的现货竞价实例和具有稳定性的按需运行实例进行组合来降低成本;第二种是结合云计算资源的多种配置实例处理性能,通过对不同配置等级的实例进行组合,在保证完成时间的基础上使用低配置实例,降低云计算成本。实验表明该策略最
针对PFIM算法中频繁概率计算方法的局限性,且挖掘时需要多次扫描数据库和生成大量候选集的不足,提出EPFIM(efficient probabilistic frequent itemset mining)算法。新提出的频繁概率计算方法能适应数据流等项集的概率发生变化时的情况;通过不确定数据库存储在概率矩阵中,以及利用项集的有序性和逐步删除无用事物来提高挖掘效率。理论分析和实验结果证明了EPFIM
针对基本粒子群优化算法对复杂函数优化时难以获得最优解的缺陷,提出了一种复形粒子群优化算法。该算法采用复形法来提高粒子的局部搜索能力,从而保证了算法能够跳出局部最优,获得全局最优解。实验结果表明,与文献算法相比,该算法在基准函数优化时具有更强的寻优能力和更高的搜索精度。
为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性;同时对模拟电路的响应信号
Web病毒式营销已经成为电子商务领域中的重要营销策略,核心群体在其中发挥着重要的作用。为了挖掘核心群体并对其进行商品推荐,在Web客户信任网络(customer trust network,CTN)的基础上考虑了信任度、评价分数以及推荐次数等因素定义了影响度的概念,提出了以影响度为基础的节点网络影响集的构建方法以及基于网络影响集的核心群体挖掘算法MCGNIS(mining core group b