多任务学习的不平衡SVM+算法 - 计算机应用研究 编辑部 - 《计算机应用研究》唯一官方网站

《计算机应用研究》|Application Research of Computers

多任务学习的不平衡SVM+算法

Multi-task learning of SVM+ for imbalanced classification

免费全文下载 (已被下载 次)  
获取PDF全文
作者 周国华,过林吉,殷新春
机构 常州轻工职业技术学院 信息工程与技术学院;扬州大学 信息工程学院
统计 摘要被查看 次,已被下载
摘要 处理不平衡数据分类时,传统支持向量机技术(SVM)对少数类样本识别率较低。鉴于SVM+技术能利用样本间隐藏信息的启发,提出了多任务学习的不平衡SVM+算法(MTL-IC-SVM+)。MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题,并从纠正分类面的偏移出发,分别赋予多数类和少数类样本不同的错分惩罚因子,且设置少数类样本到分类面的距离大于多数类样本到分类面的距离。UCI数据集上的实验结果表明,MTL-IC-SVM+在不平衡数据分类问题上具有较高的分类精度。
关键词 不平衡数据;支持向量机;SVM+;多任务学习;分类
基金项目 国家自然科学基金资助项目(61472343)
本文URL http://www.arocmag.com/article/02-2019-11-001.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码