文献类型：期刊文章

作　　者：袁兴梅[1,2] 杨明[1] 杨杨[3]

机构地区：[1]南京师范大学计算机科学与技术学院,南京210023 [2]南京工程学院信息化建设与管理办公室,南京211167 [3]南京师范大学强化培养学院,南京210023

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.60873176;40871176;61003116);江苏省自然科学基金重点项目(No.BK2011005);江苏省自然科学基金项目(No.BK2011782;BK2010263);南京工程学院青年基金项目(No.QKJB2011028)资助

年　　份：2013

卷　　号：26

期　　号：3

起止页码：315-320

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为改进面向不平衡数据的SVM分类器性能,以结构化SVM为基础,提出一种基于代价敏感的结构化支持向量机集成分类器模型.该模型首先通过训练样本的聚类,得到隐含在数据中的结构信息,并对样本进行初始加权.运用Ada Boost策略对各样本的权重进行动态调整,适当增大少数类样本的权重,使小类中误分的样本代价增大,以此来改进不平衡数据的分类性能.实验结果表明,该算法可有效提高不平衡数据的分类性能.

关 键 词：不平衡数据 结构化支持向量机(StASVM)  代价敏感  

分 类 号：TP181]