本文關(guān)鍵詞：平衡化圖半監(jiān)督學習方法，由筆耕文化傳播整理發(fā)布。

【摘要】：許多機器學習的實際應用中都存在數(shù)據(jù)不平衡問題,即某類的樣本數(shù)目要遠小于其他類別.數(shù)據(jù)不平衡會使得分類問題中的分類面過于傾向于適應大類而忽略小類,導致測試樣本被錯誤地判斷為大類.針對該問題,文章提出了一種平衡化圖半監(jiān)督學習方法.該方法在能量函數(shù)中引入均衡化因子項,使得置信值不僅在圖上盡量光滑且在不同類別之間也盡量均衡,有效減小了數(shù)據(jù)不均衡的不利影響,21個標準數(shù)據(jù)集上對比實驗的統(tǒng)計分析結(jié)果表明新方法在數(shù)據(jù)不平衡時具有顯著(顯著性水平為0.05)優(yōu)于支持向量機以及其他圖半監(jiān)督學習方法的分類效果.
【作者單位】： 海南大學信息科學技術(shù)學院;北京凌云光視公司圖像處理部;
【關(guān)鍵詞】： 不均衡數(shù)據(jù)集 圖半監(jiān)督學習 支持向量機
【基金】：海南省自然科學基金資助項目(20166211) 海南省高等學校科學研究項目(Hjkj2012-01) 國家自然科學基金(11261015)資助課題
【分類號】：TP181
【正文快照】： i引言一般地,傳統(tǒng)機器學習方法要求訓練數(shù)據(jù)比較完整及數(shù)據(jù)分布相對均勻.然而,許多實際應用中經(jīng)常存在著數(shù)據(jù)不平衡現(xiàn)象.比如,醫(yī)療診斷中健康人數(shù)通常遠大于病人數(shù);衛(wèi)星圖像石油泄漏偵測中無泄漏的情況遠多于泄漏的情況等.這種某些類擁有較多的樣本,而某些類只有相對較少或很

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉蓉;李紅艷;;半監(jiān)督學習研究與應用[J];軟件導刊;2010年08期

2 陳武錦;;半監(jiān)督學習研究綜述[J];電腦知識與技術(shù);2011年16期

3 梁吉業(yè);高嘉偉;常瑜;;半監(jiān)督學習研究進展[J];山西大學學報(自然科學版);2009年04期

4 唐曉亮;韓敏;;一種基于極端學習機的半監(jiān)督學習方法[J];大連理工大學學報;2010年05期

5 李歡;;半監(jiān)督學習及其在數(shù)據(jù)挖掘中的應用[J];電腦知識與技術(shù);2010年27期

6 崔鵬;;一種用于半監(jiān)督學習的核優(yōu)化設(shè)計[J];軟件工程師;2013年09期

7 王艷華;楊志豪;李彥鵬;唐利娟;林鴻飛;;基于監(jiān)督學習和半監(jiān)督學習的蛋白質(zhì)關(guān)系抽取[J];江西師范大學學報(自然科學版);2013年04期

8 梅松青;;基于自適應圖的半監(jiān)督學習方法[J];計算機系統(tǒng)應用;2014年02期

9 李燕萍;唐振民;丁輝;張燕;;半監(jiān)督學習機制下的說話人辨認算法[J];計算機工程;2009年14期

10 王勁松;陳哲;馮靜蘭;顧明亮;;半監(jiān)督學習對十個口述數(shù)字的識別[J];電聲技術(shù);2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 柳斌;李之棠;涂浩;;基于半監(jiān)督學習的應用流分類方法[A];2010年全國開放式分布與并行計算機學術(shù)會議論文集[C];2010年

2 葛薦;馬廷淮;;基于集成算法的半監(jiān)督學習研究[A];第29屆中國數(shù)據(jù)庫學術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

3 趙玲玲;周水生;王雪巖;;基于集成算法的半監(jiān)督學習[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

4 谷方明;劉大有;王新穎;;基于半監(jiān)督學習的加權(quán)支持向量域數(shù)據(jù)描述方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集(B輯)[C];2010年

5 馮瑞;宋春林;;一種基于局部學習的復雜系統(tǒng)建模方法[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

6 陳耀東;王挺;陳火旺;;半監(jiān)督學習和主動學習相結(jié)合的淺層語義分析[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

7 邱慧寧;黃劍;陳羽;賴劍煌;;基于UDP的半監(jiān)督學習及其在人臉識別的應用[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

8 楊源;馬云龍;林鴻飛;;基于權(quán)重標準化SimRank與半監(jiān)督學習的產(chǎn)品屬性歸類[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

9 王倩影;馮國燦;湯鑫;;δ-距離及其在半監(jiān)督增強中的應用[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

10 林良憲;利德江;蔡孟璇;邱政賢;;針對小樣本分類的半監(jiān)督式學習法[A];第25屆全國灰色系統(tǒng)會議論文集[C];2014年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 譚學敏;基于半監(jiān)督學習的運動想象腦-機接口研究[D];重慶大學;2015年

2 孫博良;在線半監(jiān)督學習理論、算法與應用研究[D];國防科學技術(shù)大學;2014年

3 徐雪;樣本的幾何信息在半監(jiān)督學習中的應用研究[D];中國科學技術(shù)大學;2010年

4 孔怡青;半監(jiān)督學習及其應用研究[D];江南大學;2009年

5 蘭遠東;基于圖的半監(jiān)督學習理論、算法及應用研究[D];華南理工大學;2012年

6 唐曉亮;基于神經(jīng)網(wǎng)絡的半監(jiān)督學習方法研究[D];大連理工大學;2009年

7 余國先;高維數(shù)據(jù)上的半監(jiān)督學習研究[D];華南理工大學;2013年

8 潘俊;基于圖的半監(jiān)督學習及其應用研究[D];浙江大學;2011年

9 王嬌;多視圖的半監(jiān)督學習研究[D];北京交通大學;2010年

10 桂杰;基于圖的半監(jiān)督學習和維數(shù)約簡方法及其應用研究[D];中國科學技術(shù)大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李南;基于屬性偏序結(jié)構(gòu)理論的半監(jiān)督學習方法研究[D];燕山大學;2015年

2 路同強;基于半監(jiān)督學習的微博謠言檢測研究[D];山東大學;2015年

3 杜俊;半監(jiān)督學習及其在社交媒體分析中的應用[D];華北電力大學;2015年

4 王俊超;在線半監(jiān)督學習尺度自適應魯棒目標跟蹤[D];湘潭大學;2015年

5 薛巍;基于半監(jiān)督學習的人臉特征抽取方法研究[D];揚州大學;2015年

6 黃f^;網(wǎng)站的可信度分析[D];福州大學;2013年

7 王雷;基于半監(jiān)督學習的中文問句分類[D];安徽工業(yè)大學;2016年

8 向銘;基于半監(jiān)督學習的室內(nèi)WLAN支持向量回歸定位算法[D];重慶郵電大學;2016年

9 張倚天;基于商品特征挖掘的在線評論有用性分類研究[D];大連理工大學;2016年

10 曹琳琳;基于低秩描述的自適應半監(jiān)督學習[D];西安電子科技大學;2015年

  本文關(guān)鍵詞：平衡化圖半監(jiān)督學習方法，，由筆耕文化傳播整理發(fā)布。

本文編號：417388