声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2026年
- 1期
国内刊号：21-1138/TP
国际刊号：1002-0411
发布日期:
作者：陈刚, 侯宾杰
关键词：非平衡数据, 生成对抗网络, 蒙特卡洛算法, 概率密度函数, 过采样算法
针对在非平衡数据分类中倾向于少数类而导致分类效果降低的问题, 提出了一种基于生成对抗网络的蒙特卡洛过采样算法。首先, 利用生成对抗网络(GAN)生成少数类数据的概率密度函数, 通过少数类数据的概率密度值确定少数类数据的过采样权重; 其次, 为了保证生成数据的多样性, 采用蒙特卡洛算法对少数类数据进行过采样; 同时, 为了避免与多数类产生交叉与重叠, 通过高斯分布的3σ法则对进入到多数类区间3σ内的少数类数据进行翻转, 使数据集达到平衡。最后, 从UCI与KEEL数据库中选取7组数据集进行算例实验, 将决策树分类器作为基分类器对数据进行分类。实验结果表明所提算法是有效的。
来源：2024年第2期
《信息与控制》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。