基于DPC聚类重采样结合ELM的不平衡数据分类算法

作     者：董宏成 文志云 万玉辉 晏飞扬 DONG Hong-cheng;WEN Zhi-yun;WAN Yu-hui;YAN Fei-yang

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2021年第43卷第10期

页      码：1856-1863页

摘      要：采样技术与ELM分类算法进行结合可提高少数类样本的分类精度,但现有的大多数结合ELM的采样方法并未考虑到样本的不平衡程度及样本内部的分布情况,采样技术过于单一,导致分类模型的效率低下,少数类样本的识别率不高。针对此问题,提出了一种基于DPC聚类的重采样技术结合ELM的不平衡数据分类算法,首先根据数据集的不平衡程度分2种情况构建一个混合采样模型来平衡数据集;然后在此模型上运用DPC聚类算法分别对多数类样本和少数类样本进行分析处理,解决数据中存在的类内不平衡和噪声问题,使得2类样本相对均衡;最后使用ELM分类算法对得到的数据集进行分类。实验结果表明,与同类型分类算法进行比较,所提算法的2个分类性能指标在实验数据集上都有明显提升。

主 题 词：极限学习机 不平衡数据分类 DPC聚类 重采样 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2021.10.020

馆 藏 号：203105225...