發(fā)布時(shí)間：2023-05-14 01:25

　　針對(duì)多源異構(gòu)數(shù)據(jù)不平衡分類問題,論文建立了自適應(yīng)多目標(biāo)群交叉優(yōu)化(AMSCO)算法來處理并行采樣兩個(gè)類時(shí)的類不平衡數(shù)據(jù)集。以重新平衡數(shù)據(jù)集時(shí)間最優(yōu)為目標(biāo),采用兩種群優(yōu)化算法逐步找出特定分類器的最佳性能。將少數(shù)類樣本合成過抽樣技術(shù)(SMOTE)擴(kuò)展為OSMOTE用于將少數(shù)多源異構(gòu)數(shù)據(jù)擴(kuò)充到適當(dāng)?shù)臄?shù)量,結(jié)合群實(shí)例選擇(SIS)有用的實(shí)例來過濾大部分多源異構(gòu)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明,所提出的算法能夠提高多源異構(gòu)數(shù)據(jù)分類模型的可信度并保持較高的準(zhǔn)確性。

【文章頁數(shù)】：7 頁


本文編號(hào)：3816910