声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：徐作宁,雒兴刚,张忠良,
单位：杭州电子科技大学管理学院,杭州310018；
关键词：多分类问题,不均衡数据集,分解策略,人工样本,集成学习,动态加权,
基金：国家自然科学基金资助项目(71801065,71771070)；；
针对多分类不均衡问题，提出了一种新的基于一对一（one-versus-one，OVO）分解策略的方法。首先基于OVO分解策略将多分类不均衡问题分解成多个二值分类问题；再利用处理不均衡二值分类问题的算法建立二值分类器；接着利用SMOTE过抽样技术处理原始数据集；然后采用基于距离相对竞争力加权方法处理冗余分类器；最后通过加权投票法获得输出结果。在KEEL不均衡数据集上的大量实验结果表明，所提算法比其他经典方法具有显著的优势。
来源：2020年第8期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。