%0 Journal Article
%T 适用于不平衡样本数据处理的支持向量机方法
%A 吴洪兴
%A 彭宇
%A 彭喜元
%J 电子学报
%P 2395-2398
%D 2006
%X 支持向量机算法在处理不平衡样本数据时,其分类器预测具有倾向性.样本数量多的类别,其分类误差小,而样本数量少的类别,其分类误差大.本文针对这种倾向性问题,在分析其产生原因的基础上,提出了基于遗传交叉运算的改进方法.对于小类别训练样本,利用交叉运算产生新的样本,从而补偿了因训练数据类别大小差异而造成的影响.基于UCI标准数据集的仿真实验结果表明,改进方法比标准支持向量机方法具有更好的分类准确率.
%K 支持向量机
%K 交叉算子
%K 类别差异
%K 模式识别
%U http://www.ejournal.org.cn/CN/abstract/abstract7268.shtml