摘要：在不平衡二分类问题中,为避免上采样算法的生成样本质量参差不齐导致模型分类性能较差的问题,提出一种联合迁移学习和强化学习的不平衡样本分类模型。基于上采样方法对少数类进行样本生成,将生成样本集看作源域,原始不平衡数据集看作目标域,计算源域中每个样本在不平衡分类问题上的贡献度,得到源域的先验知识;建立强化学习智能体,智能体利用先验知识对生成样本进行筛选,将贡献度大的样本挑选进训练集;利用新建立的训练集训练分类器,实现不平衡样本分类。实验结果表明,在7个不平衡数据集上,相较于现有算法,所提模型均能在一定程度上提高分类效果。

摘要：癫痫发作自动检测技术对癫痫患者的诊断和治疗具有重要意义。由于癫痫发作期持续时间较短,发作期与非发作期的脑电数据分布是不平衡的。针对该问题,本文提出了一种不平衡分类与深度学习相结合的癫痫发作自动检测方法。首先,为防止不同类别数据之间界限模糊,使用Borderline-SMOTE算法对1/3训练集做平衡处理;之后,设计了金字塔型的一维深度卷积神经网络,并利用平衡处理的训练集进行训练。与常见的二维卷积神经网络不同,本文构造的一维卷积神经网络减少了训练参数,提高了训练速率,能够有效地避免由于训练样本较少而造成的过拟合。在长达991小时的长程头皮脑电数据集上的实验表明,经过平衡处理后的检测效果得到明显改善,最佳敏感度达到92.35%,特异性达到99.88%,阳性预测率达到90.68%,阴性预测率达到99.91%。同时,与其他癫痫检测方法的比较表明,本文方法具有更好的检测结果,更加符合临床应用的要求。

摘要：数据集类别不平衡问题是分类领域的重要问题之一,每个数据集的不平衡指数都与其自身有着紧密的联系,是数据集的重要标志。面对不平衡数据集分类设计问题,提出了一种改进AdaBoost算法(enhanced AdaBoost, E-AdaBoost)。该算法将不平衡指数和不平衡数据集中较为重要的少数类分类正确率考虑到算法的迭代过程中,改进了基分类器的权重更新策略,进而提高对不平衡数据集的分类性能。基于E-AdaBoost的不平衡数据集分类设计方法可以根据样本的不平衡指数,确定基分类器的权重参数,进而提高分类器性能。利用该方法,结合多个经典分类器,在人工数据集和标准数据集上进行实验分析,并对比相关方法,结果表明,基于E-AdaBoost的不平衡数据集分类设计方法能够有效提高不平衡数据集的分类性能。

摘要：大多数不平衡数据过抽样方法依赖于太多参数,容易生成噪声并难以处理流形数据集。为此,文章提出了一种基于密度峰值聚类的不平衡数据过抽样方法(OVMEDPC)。首先,OVMEDPC用密度峰值聚类(DPC)来发现不平衡数据的空间结构;其次,OVMEDPC设计了一种基于密度峰值聚类的噪声过滤方法来移除噪声;最后,OVMEDPC设计了一种基于密度峰值聚类的插值技术来生成少数类的合成样本。实验证明,就随机森林分类器而言,OVMEDPC在F-measure和G-mean上优于5个先进的过抽样方法。

摘要：对于现实的复杂网络而言,有连边的节点对数目通常远小于无连边的节点对数目,在链路预测时,不同类别的样本数量不平衡会导致预测的分类结果与真实情况有较大的偏差。针对此问题,提出更优的链路预测算法,先对网络拓扑信息进行特征提取,再设计出一种集成分类器对数据样本进行平衡处理;然后基于网络的拓扑信息改进了分类器的集成规则;最后将训练出的集成分类器同现有的四个针对不平衡分类的链路预测学习算法进行对比研究。通过对四个不同规模的时序网络进行链路预测,结果表明,本链路预测学习算法具有更高的召回率,同时也保证了预测结果的准确性,从而更好地解决了链路预测中因类别不平衡导致的误分类问题。

摘要：对布匹瑕疵图像中存在的复杂花色背景、小目标、尺度变化大、数量不均衡等问题进行研究,提出双路高分辨率转换网络的花色布匹瑕疵检测算法。利用双路高分辨率特征提取,消除复杂花色背景的影响;采用多尺度特征金字塔转换器,提高小瑕疵目标检测的准确率;设计自适应边界框生成器,指导初始锚定框设计;采用改进的聚焦损失解决少数类瑕疵样本准确率不高的问题。实验结果表明,该算法能有效提升布匹瑕疵检测的准确率及定位精度,优于当前主流的布匹瑕疵检测算法。

摘要：行人检测系统难以同时具有高检测率、低误报率和较快的检测速度。为解决该问题,提出一种基于快速级联分类的行人检测系统。该系统包括预处理和分类检测2个部分,在分类检测阶段,利用AdaBoost算法选取部分最优的特征,通过固定训练样本的误报率,并结合串联分类器的优点,设计快速级联分类器(FastCascade),其中,单特征分类器使用快速排序策略,以提高系统的整体性能。仿真结果表明,该FastCascade的接收者操作特征曲线下面积、F-measure和G-mean结果均高于传统的AdaBoost算法、UnderSampling算法和EasyEnsemble算法。

摘要：针对现实生活中大规模不平衡数据的分类问题,设计了一种基于云计算平台的代价敏感集成学习分类算法。Hadoop云计算平台对海量数据进行划分用于并行学习,同时结合代价敏感的思想对学习得到的基分类器进行加权集成,实现了云计算平台上的代价敏感集成学习分类模型。仿真实验表明该模型能够明显提高少数类的查全率,同时Hadoop的并行机制使得云平台坏境下的集成学习时间较集中式环境有大幅度的缩减,进一步提高了大规模不平衡数据分类问题的学习效率。

摘要：在数据分析的应用中,数据质量是一切分析研究的基础,针对电网运行过程中输变电设备基础数据质量不高的问题,首先介绍了电力系统不良数据的产生原因与主要表现形式,并设计了一种通过历史数据训练优化生成的随机森林(一种集成学习算法)模型,可以实现对可疑数据的检测与筛查。通过对不平衡训练样本的处理,在测试算例结果对比中,均衡样本后的随机森林模型比未均衡样本的随机森林在负样本的预测准确率高10%,相比单个决策树模型在正样本的预测准确率也高出9%,这表明了集成学习在计算效率与准确率方面相对其他机器学习分类算法的优势,以及均衡训练样本对模型准确率的提升有明显效果。