Cost-Sensitive相关论文
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......
基于子空间学习的人脸识别均假设所有错误识别会导致一样的损失.在人脸识别应用中,不同的错误识别造成的损失则不同.提出一种代价......
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......
数据高维且不平衡时,产生的分类器易过度拟合且倾向于牺牲少数类准确率.为降低分类器复杂度且提高少数类识别率,提出了一种代价敏......
代价敏感的排序支持向量机将样本的排序问题转换为样本对的分类问题,以适应Web信息检索.然而急剧膨胀的训练样本对使得学习时间过......
极限学习机广泛用于分类、聚类、回归等任务中,但在处理类不平衡分类问题时,前人未充分考虑样本先验分布信息对分类性能的影响。针......
提出一种新的预处理算法AdaP,不仅有效避免了数据过度拟合,且可独立使用。针对不平衡的入侵检测数据集,引入代价敏感机制,基于权值......
提出基于修改的代价敏感学习的方法对不平衡的天气数据进行预处理,结合天气数据自身的特点,以单位时间的降雨量为成本的值,将数据......
随着电信行业竞争的加剧，客户流失率日益攀升，因此提高客户流失的预测精度将直接关系到电信企业的生存和发展。而电信客户数据集中存......
针对传统Boosting算法在训练样本不均衡数据情况下不能较好地实现转子系统故障诊断的问题，提出了一种基于代价敏感度框架的Boosting......
代价敏感学习是解决不均衡数据分类问题的一个重要策略,数据特征的非线性也给分类带来一定困难,针对此问题,结合代价敏感学习思想......
提出了一种白适应代价优化算法ACO，利用“登山式”方法查找最适合重采样数据子集的最优误分类代价值用于建立基分类器，克服了固定式......
软件缺陷预测是改善软件开发质量、提高测试效率的重要途径。文中分析了软件缺陷预测的特点，同时针对当前软件缺陷预测中存在特征冗......
长方法(Long Method)是由于一个方法太长而需要重构的软件设计的问题。为了提高传统机器学习方法对长方法的识别率,针对代码坏味数......
代价敏感属性选择是数据挖掘的一个重要研究领域，其目的在于通过权衡测试代价和误分类代价，获得总代价最小的属性子集。针对经典回溯......
将决策粗糙集与代价敏感学习相结合，提出了一种基于决策粗糙集的代价敏感分类方法。依据决策粗糙集理论和属性约简方法，对待预测样本......
本文提出了一种基于非支配邻域免疫算法（NNIA,Nondominated Neighbor Immune Algorithm）多目标优化的代价敏感决策树构建方法.将平均......
本文提出了一种基于混合高斯模型（GMM）的多贝叶斯过滤器融合方法，并成功应用于电子邮件过滤，该方法使用多元统计分析方法对多个过滤器......
在数据流分类学习过程中,类不平衡和概念漂移是两大挑战问题.在分析传统特征选择算法和代价敏感学习方法的基础上,将代价敏感学习......
在数据挖掘领域中，通常以分类精度作为分类算法效果的评估标准。这一标准是建立在假设任意一实例被误分类为任意类时都具备同样代价......
ROCCH理论主要用于解决代价敏感的二类分类器性能评估问题,如何有效地将其扩展到多类评估中是研究难点。采用二叉树思想和垂直平均......
自动入侵响应是一种有效的对付入侵的手段。本文介绍了成本分析理论，并将该理论应用于自动入侵响应中，设计了基于成本分析的自适应入......
提出了一种结合代价敏感及多数类分解的算法CLCC（Classification using Local Clustering with Cost-sensitive）。CLCC通过在多数类......
提出一种基于动态代价敏感参数寻优机制的行人检测算法。该算法引入代价敏感的支持向量机分类算法,通过设置代价敏感参数处理图像......
目前现有的人脸识别算法寻求最高的正确识别率，且假设所有的错误分类具有相同的错分代价，但此假设在现实的人脸识别系统中往往不成立......
代价敏感学习算法的目的是最小化各种代价总和，与其他学习算法一样，它必须面对过度拟合这个挑战性问题，即分类器可以较好地拟合训练数......
针对传统的分类算法以及精度作为评价指标不能够满足现实分类问题的需要,将代价敏感方法引入支持向量机中,提出一种新的学习算法CS......
为了解决乳腺肿瘤诊断中误差代价敏感的不平衡分类问题,提出一种改进的随机森林算法的乳腺肿瘤诊断模型。首先,在随机森林算法的基......
入侵检测系统必须在最小代价的情况下达到最大的安全效果.研究了入侵检测响应的高效模型.将入侵检测的代价分类,分别为损害代价、......
交叉销售已成为企业盈利的重要手段,如何解决其数据中普遍同时存在的类别不平衡和代价敏感问题是准确预测交叉销售客户的关键,也是......
针对实际中存在的各类别样本错分造成不同危害程度的分类问题，提出了一种基于属性加权的代价敏感支持向量机分类算法，即在计算各个样......
煤矿瓦斯预警可视为是否安全的分类问题，数据呈现不平衡分布特点。为此，提出一种混合策略属性选择多决策树分类算法：算法融合代价敏感......
最小代价属性选择是数据挖掘的重要问题之一，问题的优化目标是得到总代价最小的属性子集。在实际数据的获取过程中，测量误差是不可避......
针对故障诊断领域存在的不考虑误诊断代价以及提出泛化能力强的诊断规则难等问题,提出了一种代价敏感直推式学习故障诊断方法。基......
人脸美丽预测作为人工智能的重要研究课题,既有潜在的应用价值,又具有很大挑战性。其在娱乐、美容、虚拟媒体等商业领域具有较大需......
