| 用于不平衡数据分类的FE-SVDD算法 |
| 方景龙[1,2] 王万良[1] 何伟成[2] |
| 关键词：模式分类 支持向量数据描述 不平衡数据集 特征提取 主成分分析 |
| 主要内容：现有的支持向量数据描述（SVDD）算法在解决不平衡数据集问题时通常存在有偏性。针对该问题,在研究PCA特征提取技术和SVDD分类理论的基础上,提出一种用于平衡数据分类的FE-SVDD算法。该方法对2类样本数据进行主成分分析,分别求出主要特征值,根据样本容量及特征值对SVDD中的C值重新定义。在人工样本集和UCI数据集上进行实验,结果验证了该方法的有效性。 |
| 《计算机工程》 2011,37(6).-157-158,161 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号