文献

J-GLOBAL ID：201802258210432368   整理番号：18A1314360

SVMに基づく高次元不均衡データセット分類アルゴリズム【JST・京大機械翻訳】

Classification algorithm of high-dimensional and imbalanced data based on support vector machine

著者 (2件)： Zhao Xiaoqiang (蘭州理工大学電气工程与信息工程学院,蘭州,730050;甘粛省工業過程先進控制重点実験室,蘭州,730050;蘭州理工大学電气与控制工程国家級実験教学示范中心,蘭州,730050) ,  Zhang Lu (蘭州理工大学電气工程与信息工程学院,蘭州,730050)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 54  号： 2  ページ： 452-461  発行年： 2018年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データ量の絶え間ない増加により、大量の不均衡高次元データが現れ、従来のデータマイニング分類アルゴリズムはこれらのデータを処理する際に、サンプル分布と次元の影響を受けやすい。不均衡高次元データセットのための改良サポートベクトルマシン(SVM)分類アルゴリズムを提案した。最初に,データセットをカーネル関数によって特徴空間に写像した。次に,改良型カーネルSMOTE(KernelSyntheticMinorityOver-samplingTechnique)アルゴリズムを導入して,正のサンプルを得た。2種類のサンプル数のバランス化;次に,次元の高いデータセットを,スパース表現によって低次元空間に投影し,次元縮小を実現した。最後に,空間の距離関係に従って,入力空間の合成サンプルの原画像を決定し,次に,得られた平衡サンプルをSVMによって分類した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 次元縮小 ,  *アルゴリズム ,  *高次元 ,  データマイニング ,  サポートベクトルマシン
準シソーラス用語： 低次元 ,  スパース表現 ,  特徴空間 ,  Kernel関数 ,  高次元データ ,  *不均衡 ,  データ量 ,  *分類アルゴリズム ,  *不均衡データセット , 【Automatic Indexing@JST】

著者キーワード (5件)： high-dimensional and imbalance data ,  classification algorithm ,  Support Vector Machine(SVM) ,  KSMOTE (Kernel Synthetic Minority Over-sampling Technique) ,  sparse representation

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： SVM ,  高次元 ,  不均衡データセット ,  分類アルゴリズム