计算机应用研究

作者：刘超,陈春冰,王攀,

单位：1.江苏大学电气信息工程学院,江苏镇江212003；2.南京邮电大学现代邮政学院,南京210003；

关键词：非均衡数据,RVM,核参数寻优,混合采样,报障预测,

基金：江苏省博士后基金资助项目(1402095C)；江苏大学高级人才科研启动基金资助项目(1291140025)；；

针对交互式网络电视（IPTV）用户报障因素复杂、故障样本相对贫瘠的问题，基于相关向量机（RVM）高稀疏性的建模特点提出一种结合RVM参数优化和混合采样的IPTV用户报障预测方法（LFOA-HSRVM）。该方法将IPTV的用户报障预测视为一个针对非均衡数据集的二分类问题，克服了传统RVM算法在处理非均衡数据时决策边界偏向少数类样本的问题。实验表明，与其他相关算法相比，该算法的少数类分类性能和总体分类性能均有较大提升，能获得更好的报障预测效果。

来源：2021年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第2期