本文關鍵詞：基于GBMTS算法的不平衡數據分類研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：解決不平衡數據分類問題,在現實中有著深遠的意義。馬田系統(tǒng)利用單一的正常類別構建基準空間和測量基準尺度,并由此建立數據分類模型,十分適合不平衡數據分類問題的處理。本文以傳統(tǒng)馬田系統(tǒng)方法為基礎,結合信噪比及F-value、G-mean等分類精度,建立了基于遺傳算法的基準空間優(yōu)化模型,同時運用Bagging集成化算法,構造了改進馬田系統(tǒng)模型算法GBMTS。通過對不同分類方法及相關數據集的實驗分析,表明:GBMTS算法較其他分類算法,更能夠有效的處理不平衡數據的分類問題。
【作者單位】： 南京理工大學經濟管理學院;南京康尼集團綜合管理部;
【關鍵詞】： 馬田系統(tǒng) 不平衡數據 分類 遺傳算法 Bagging算法
【基金】：國家自然科學基金資助項目(71271114)
【分類號】：TP18
【正文快照】： 0引言 數據挖掘中的分類方法在現實領域中有著重要的應用。現有的一些分類方法,其分類器的設計一般都是基于訓練的數據集是平衡的、即各類所包含的樣本數量大致相當這一假定。它們對平衡數據的分類一般都能取得較好的效果。然而,在很多現實問題中,這一假定往往是不 成立的,

【相似文獻】

中國期刊全文數據庫 前10條

1 劉 剛,項n\伍;一種神經模糊系統(tǒng)在數據分類中的應用[J];計算機工程;2002年04期

2 陳剛;馮丹;;一種新的模糊規(guī)則權重方法的非平衡數據分類問題的研究[J];控制與決策;2012年01期

3 曹鵬;栗偉;趙大哲;;基于決策準則優(yōu)化的不均衡數據分類[J];小型微型計算機系統(tǒng);2014年05期

4 陳勇;;數據分類在猜數字游戲中的應用研究[J];電腦知識與技術;2013年36期

5 黃洪;劉增良;余達太;;一種智能化的數據分類、分級及保護模型[J];北京工業(yè)大學學報;2011年06期

6 陳三風;王輝靜;郭森;陸蕓婷;;一種基于多目標優(yōu)化的數據分類模型[J];計算機與數字工程;2014年06期

7 陳添丁;規(guī)則排序與規(guī)則編碼的模型應用[J];計算機工程與應用;2004年25期

8 翟云;楊炳儒;曲武;隋海峰;;基于新型集成分類器的非平衡數據分類關鍵問題研究[J];系統(tǒng)工程與電子技術;2011年01期

9 徐雪松;王四春;;基于掩碼分段匹配的否定選擇數據分類[J];計算機工程與應用;2012年02期

10 廖周宇;謝曉蘭;劉建明;;云計算環(huán)境下基于SVM的數據分類[J];桂林理工大學學報;2013年04期

中國碩士學位論文全文數據庫 前4條

1 劉安佐;基于改進蟻群算法的數據分類研究[D];大連理工大學;2006年

2 孫凱;基于蟻群分類算法的數據分類問題研究[D];合肥工業(yè)大學;2013年

3 沈凱;改進型數據分類和顯著誤差檢驗方法的研究[D];華東理工大學;2015年

4 李卓然;基于主動學習的非均衡數據分類研究[D];遼寧師范大學;2012年

  本文關鍵詞：基于GBMTS算法的不平衡數據分類研究，由筆耕文化傳播整理發(fā)布。

本文編號：423369