查询结果:   訾壮壮,何涛,赵停.基于稀疏表示的不平衡数据集过采样算法[J].计算机应用与软件,2020,37(10):290 - 294,306.
中文标题
基于稀疏表示的不平衡数据集过采样算法
发表栏目
算法
摘要点击数
62
英文标题
作 者
訾壮壮 何涛 赵停 Zi Zhuangzhuang
作者单位
     
英文单位
     
关键词
Keywords
基金项目
作者资料
文章摘要
大多数不平衡数据集过采样方法依赖于欧几里得特征空间中少数类样本的空间位置,使用少数类样本的局部信息生成新样本来减轻类不平衡问题,因此新生成的少数类样本质量较差。针对这种情况,提出一种K稀疏解过采样算法(K Sparse Over-Sampling,KSOS),其使用少数类样本的全局信息进行样本合成。使用少数类样本来构造稀疏字典,通过求解L1范数最小化来获得当前点的稀疏解;使用稀疏解中的非零项所对应的项来生成新的样本;计算每一个新生成样本的置信度,将所有新生成样本按其置信度排序,从中选取符合要求的新生成样本。在几个UCI数据集上的实验结果证明了该算法的有效性。
Abstract
下载PDF全文