类不均衡相关论文
正类和无标签类学习（Positive and Unlabeled learning,PU学习）作为弱监督学习领域中不完全监督的一个重要分支,由于其在实际应用中......
在科技飞速发展的今天,各行各业都离不开数据的采集、记录、分析等操作,因此累积了相当庞大的数据量,而数据缺失是不可避免的问题......
命名实体识别（NER,Named Entity Recognition）是自然语言处理的热点方向之一,目的是识别文本中的命名实体,并将其归纳到不同的实体类......
本文在总结和详细分析现有跟踪算法的优点和不足的同时，在充分了解数据挖掘中概念漂移和类不均衡问题的基础上，提出了基于概念漂移（Co......
分类问题中的不均衡问题目前是一个被国内外学者关注的(相对地)新问题。本文主要以分类不均衡问题和类不均衡问题的算法为主要研究......
严重危害人类生命健康的疾病之一就包括有糖尿病,共有四种类型:Ⅰ型糖尿病、Ⅱ型糖尿病、特异型糖尿病和妊娠糖尿病。医生根据患者......
相比于k-means算法,模糊C均值(FCM)通过引入模糊隶属度,考虑不同数据簇之间的相互作用,进而避免了聚类中心趋同性问题.然而模糊隶......
软件缺陷预测作为软件工程领域的重要研究内容已有近30年。近年来，随着机器学习技术的发展，传统机器学习技术基于静态代码属性的软件......
在网络入侵流量检测中,普遍存在不同攻击类型的流量分布不均现象,导致少数攻击流量类识别率较低。为解决此类问题,基于不同特征空......
类重叠问题是数据挖掘与机器学习领域的瓶颈问题之一.如果其中还存在类不均衡问题时,情况变得更加复杂.有鉴于此,本文在已有文献基......
随着因特网技术的飞速发展,每天能获取数以万计甚至更多的数据,这些数据以流的形式快速、连续地到达,比如各类监控系统,网络入侵检......
针对传统的监督学习方法难以解决真实数据集标记信息少、训练样本集中存在类不均衡的问题,提出了类不均衡的半监督高斯过程分类算......
近年来随着大数据和云计算的迅速发展,在互联网等方面源源不断地产生大量的数据流。学者们为了获取并分析这些领域的数据流中隐含......
