基于边界信息的自适应过采样算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 针对人工少数类过采样（synthetic minority over-sampling technique，SMOTE）算法存在样本合成区域狭小，容易将少数类泛化到多数类及引入噪声的问题，提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先，该算法使用K近邻算法进行噪声过滤，接着确定边界点并在边界点中寻找合适的点作为根样本点，并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点。（剩余13368字）

试读结束

目录
monitor