文献类型：期刊文章

作　　者：任佳丽[1] 王文晶[2]

Ren Jiali;Wang Wenjing(Department of Information Engineering,Shanxi Vocational and Technical College,Taiyuan 030031,Shanxi,China;College of Information,Business College of Shanxi University,Taiyuan 030031,Shanxi,China)

机构地区：[1]山西交通职业技术学院信息工程系,山西太原030031 [2]山西大学商务学院信息学院,山西太原030031

出　　处：《计算机应用与软件》

基　　金：山西省高校科技创新项目(2015107)

年　　份：2019

卷　　号：36

期　　号：11

起止页码：267-274

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：传统基于支持向量机的不平衡数据分类算法包含矩阵运算,无法应用于大规模的不平衡数据集.针对这种情况,提出基于差分孪生卷积神经网络的大规模不平衡数据分类算法.设计差分卷积机制增强卷积神经网络的深度结构表示能力,在不改变滤波器数量的情况下提高模型的判别能力.通过差分孪生卷积神经网络分别优化每个类的特征图,每个类关联多个超平面,根据输入样本与超平面的距离决定输出样本的类标签.基于多组不平衡数据集的实验结果表明,该算法实现了较好的分类性能.

关 键 词：深度学习  数据分类 不平衡数据集 卷积神经网络 深度神经网络  孪生神经网络  

分 类 号：TP391]