C-SVM在不同类别样本数目不均衡下的优化
张秋余; 赵付清; 王静; 余冬梅; 李建建; 张润花
2007-08-15
发表期刊兰州理工大学学报
ISSNISSN:1673-5196
期号2007年04期页码:90-92
摘要在解决故障检测等分类问题时,若不同类别样本数目相差很大,C-SVM训练的分类错误总偏向于样本数较少的类别,因而影响了分类的精确性.为提高精确性,提出一种优化算法,在训练过程中针对不同类样本,采用不同的权值来优化训练过程,按正负类样本在总样本中所占的比例,加大样本数较少的类别权值,降低样本数较大的类别权值来实现两类样本间的均衡.实验结果表明,该方法对两类样本数目相差很大的问题有效.
关键词C-SVM 不均衡样本数 参数优化 加权
URL查看原文
收录类别CNKI
语种中文
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/20275
专题计算机与通信学院
附属中学
作者单位1.兰州理工大学计算机与通信学院
2.甘肃建筑职业技术学院 甘肃兰州730050
推荐引用方式
GB/T 7714
张秋余,赵付清,王静,等. C-SVM在不同类别样本数目不均衡下的优化[J]. 兰州理工大学学报,2007(2007年04期):90-92.
APA 张秋余,赵付清,王静,余冬梅,李建建,&张润花.(2007).C-SVM在不同类别样本数目不均衡下的优化.兰州理工大学学报(2007年04期),90-92.
MLA 张秋余,et al."C-SVM在不同类别样本数目不均衡下的优化".兰州理工大学学报 .2007年04期(2007):90-92.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
C-SVM在不同类别样本数目不均衡下的优(235KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[张秋余]的文章
[赵付清]的文章
[王静]的文章
百度学术
百度学术中相似的文章
[张秋余]的文章
[赵付清]的文章
[王静]的文章
必应学术
必应学术中相似的文章
[张秋余]的文章
[赵付清]的文章
[王静]的文章
相关权益政策
暂无数据
收藏/分享
文件名: C-SVM在不同类别样本数目不均衡下的优化.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。