%0 Journal Article
%T 不均衡数据下基于阴性免疫的过抽样新算法
%A 陶新民
%A 徐晶
%J 控制与决策
%P 867-872
%D 2010
%X 为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽样技术(SMOTE)生成的人工样本缺乏空间代表性的不足.通过实验将此算法与SMOTE算法及其改进算法进行比较,结果表明,该算法不仅有效提高了少数类样本的分类性能,而且总体分类性能也有了显著提高.
%K 不均衡数据
%K 阴性免疫
%K 过抽样算法
%K 人工少数类过抽样技术
%K Imbalanced
%K data
%K sets
%K Negative
%K immune
%K principle
%K Over-sampling
%K technique
%K SMOTE
%U http://www.kzyjc.net:8080/CN/abstract/abstract9896.shtml