【摘 要】
：
在不均衡大数据集情况下,传统特征处理方法偏重大类而忽略小类,影响分类性能.该文提出了一种文本特征基因提取方法.首先,基于样本类别分布不均衡对特征选择的影响,给出了一种
【机 构】
：
西安邮电大学计算机学院,兰州理工大学计算机与通信学院
【基金项目】
：
国家自然科学基金（61363078）,陕西省科技统筹创新工程-重点产业创新链-工业领域项目（2016KTZDGY04-01）,陕西省自然科学基础研究计划（2016JM6048）.
论文部分内容阅读
在不均衡大数据集情况下,传统特征处理方法偏重大类而忽略小类,影响分类性能.该文提出了一种文本特征基因提取方法.首先,基于样本类别分布不均衡对特征选择的影响,给出了一种结合信息熵的CHI统计矩阵特征选择方法,以强化小类的特征;然后,在探究多维统计数据高阶相关性的基础上,采取独立成分分析手段,设计了文本特征基因提取方法,用以增强特征项的泛化能力;最后,将这两种方法相融合,实现了在不均衡大数据集下的文本特征基因提取新方法.实验结果表明,所提方法具有较好的早熟性及特征降维能力,在小类的分类效果上优于常见特征选择算
其他文献
根据现代遗侍育种原理和新的营林技术，利用欧美杨不同无性系（品种）问遗传特性的差异，采用多品系混合造林技术，营造混交林，进行定向培育配套技术组装，提高林分的稳定性和生产力，增强林
使用TEMPO/STA法和Baird-Parker平板计数法对速冻食品、生鲜乳、肉制品、冷食菜和调味品5类共150组样品进行金黄色葡萄球菌加标实验，结果表明两种方法检测结果符合率高达94.67
景东县在1997年森林资源二类调查的基础上,通过计算机数据库建立档案,实施计算机管理.该管理系统包括小班库管理、检索查巡、报表统计、报表汇总、报表打印及其他共6项功能.
协同过滤作为当前应用最成功的推荐技术之一,其推荐质量在很大程度上取决于近邻用户选取的准确性,而数据的稀疏性问题（sparsity）和相似度度量方式（similarity metrics）严重影响着
在现代市政桥梁工程的建设中,后张法是一种比较常用的施工技术,目前其技术应用也比较成熟。但是由于桥梁跨径总长的增加,预应力超长束对张拉施工提出了更高的要求。因此施工
目的：研究海参对链脲佐菌素（STZ）诱导的糖尿病大鼠肾脏的保护作用,并探讨其作用机制。方法：采用一次性腹腔注射STZ的方法建立糖尿病大鼠模型,在长期高血糖环境下造成对肾脏的损伤