文献类型：期刊文章

作　　者：王军[1,2] 吴文超[1] 程勇[2]

WANG Jun;WU Wen-chao;CHENG Yong(School of Computer and Software,Nanjing University of Information Science and Technology,Nanjing 210044,China;Technology Industry Department,Nanjing University of Information Science and Technology,Nanjing 210044,China)

机构地区：[1]南京信息工程大学计算机与软件学院,江苏南京210044 [2]南京信息工程大学科技产业处,江苏南京210044

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61373064、61402236);江苏省"六大人才高峰"基金项目(2015-DZXX-015);江苏省"六大人才高峰"创新团队基金项目(TD-XYDXX-004);赛尔网络下一代互联网技术创新基金项目(NGII20170610、NGII20171204);江苏省农业气象重点实验室开放基金项目(KYQ1309)

年　　份：2019

卷　　号：40

期　　号：11

起止页码：3136-3141

语　　种：中文

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

摘　　要：针对不平衡数据分类问题,提出一种基于密度峰值的Adaboost算法。将训练数据划分为多数类和少数类,统计各自的数量;在多数类样本中,对由密度峰值算法快速聚类生成的各个簇按照采样率 进行随机欠采样,将所采样的多数类与原少数类合成新样本,降低数据的不平衡性;将合成样本带入以决策树为基分类器的自适应增强模型,通过改变样本权值分布提高该算法模型对于不平衡数据的分类性能。实验结果表明,该算法在评价指标ROC曲线下的面积(AUC)、G-mean和balance方面优于或者部分优于其它对比算法。

关 键 词：密度峰值  不平衡多分类  ADABOOST 基分类器  决策树算法

分 类 号：TP301] TP399[计算机类]