• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

蒋宗礼 (蒋宗礼.) (学者:蒋宗礼) | 史倩月 (史倩月.)

收录:

CQVIP

摘要:

不平衡数据在分类时往往会偏向"多数",传统过采样生成的样本不能较好的表达原始数据集分布特征.改进的变分自编码器结合数据预处理方法,通过少数类样本训练,使用变分自编码器的生成器生成样本,用于以均衡训练数据集,从而解决传统采样导致的不平衡数据引起分类过拟合问题.我们在UCI四个常用的数据集上进行了实验,结果表明该算法在保证准确率的同时提高了F_measure和G_mean.

关键词:

不平衡数据 分类 变分自编码器 深度学习 过采样

作者机构:

  • [ 1 ] [蒋宗礼]北京工业大学
  • [ 2 ] [史倩月]北京工业大学

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机系统应用

ISSN: 1003-3254

年份: 2019

期: 8

卷: 28

页码: 120-128

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: 2

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:450/3652769
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司