期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密度峰值聚类和局部稀疏度的过采样算法
被引量：
2
1
作者
吕佳
郭铭
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第3期483-494,共12页
现有的绝大多数过采样方法着重于寻找少数类样本的边界从而增强样本的可分性,忽略了样本的重叠分布与小析取问题,这导致在过采样阶段产生过多的噪声,最终无法实现对少数类样本的正确分类.针对这些问题,提出一种基于密度峰值聚类和局部...
现有的绝大多数过采样方法着重于寻找少数类样本的边界从而增强样本的可分性,忽略了样本的重叠分布与小析取问题,这导致在过采样阶段产生过多的噪声,最终无法实现对少数类样本的正确分类.针对这些问题,提出一种基于密度峰值聚类和局部稀疏度的过采样算法.首先利用改进的密度峰值聚类算法对全部样本自适应地划分出多个簇,根据簇内样本的不平衡比过滤掉不平衡比过高的簇,然后在筛选出的簇中根据少数类样本的分布情况对各簇的过采样个数进行分配,最后通过样本密度计算出各簇少数类样本的局部稀疏度,从中选择出稀疏度较高的少数类样本参与到最终的合成少数过采样.将提出的过采样算法与八种常用的过采样算法分别与三种基分类器相结合,在18个不平衡数据集上进行对比实验.实验结果表明,提出的算法总体上表现更优,能得到更好的分类性能.
展开更多
关键词
不平衡数据
密
度
峰值聚类
过采样
局部稀疏度
合成少数过采样
在线阅读
下载PDF
职称材料
基于MapReduce与相关子空间的局部离群数据挖掘算法
被引量：
41
2
作者
张继福
李永红
+1 位作者
秦啸
荀亚玲
《软件学报》
EI
CSCD
北大核心
2015年第5期1079-1095,共17页
针对高维海量数据,在Map Reduce编程模型下,提出了一种基于相关子空间的局部离群数据挖掘算法.该算法首先利用属性维上的局部稀疏程度,重新定义了相关子空间,从而能够有效地刻画各种局部数据集上的分布特征;其次,利用局部数据集的概率密...
针对高维海量数据,在Map Reduce编程模型下,提出了一种基于相关子空间的局部离群数据挖掘算法.该算法首先利用属性维上的局部稀疏程度,重新定义了相关子空间,从而能够有效地刻画各种局部数据集上的分布特征;其次,利用局部数据集的概率密度,给出了相关子空间中的局部离群因子计算公式,有效地体现了相关子空间中数据对象不服从局部数据集分布特征的程度,并选取离群程度最大的N个数据对象定义为局部离群数据;在此基础上,采用LSH分布式策略,提出了一种Map Reduce编程模型下的局部离群数据挖掘算法;最后,采用人工数据集和恒星光谱数据集,实验验证了该算法的有效性、可扩展性和可伸缩性.
展开更多
关键词
局部
离群数据
相关子空间
MAP
REDUCE
局部稀疏度
概率密
度
在线阅读
下载PDF
职称材料
题名
基于密度峰值聚类和局部稀疏度的过采样算法
被引量：
2
1
作者
吕佳
郭铭
机构
重庆师范大学计算机与信息科学学院
重庆市数字农业服务工程技术研究中心
重庆师范大学智慧教育研究院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第3期483-494,共12页
基金
国家自然科学基金重大项目(11991024)
重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024)
+1 种基金
重庆市高校创新研究群体(CXQT20015)
重庆师范大学智慧教育研究院项目(YZH21022)。
文摘
现有的绝大多数过采样方法着重于寻找少数类样本的边界从而增强样本的可分性,忽略了样本的重叠分布与小析取问题,这导致在过采样阶段产生过多的噪声,最终无法实现对少数类样本的正确分类.针对这些问题,提出一种基于密度峰值聚类和局部稀疏度的过采样算法.首先利用改进的密度峰值聚类算法对全部样本自适应地划分出多个簇,根据簇内样本的不平衡比过滤掉不平衡比过高的簇,然后在筛选出的簇中根据少数类样本的分布情况对各簇的过采样个数进行分配,最后通过样本密度计算出各簇少数类样本的局部稀疏度,从中选择出稀疏度较高的少数类样本参与到最终的合成少数过采样.将提出的过采样算法与八种常用的过采样算法分别与三种基分类器相结合,在18个不平衡数据集上进行对比实验.实验结果表明,提出的算法总体上表现更优,能得到更好的分类性能.
关键词
不平衡数据
密
度
峰值聚类
过采样
局部稀疏度
合成少数过采样
Keywords
imbalanced data
density peaks clustering
oversampling
local sparsity
SMOTE
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于MapReduce与相关子空间的局部离群数据挖掘算法
被引量：
41
2
作者
张继福
李永红
秦啸
荀亚玲
机构
太原科技大学计算机科学与技术学院
Department of Computer Science and Software Engineering
出处
《软件学报》
EI
CSCD
北大核心
2015年第5期1079-1095,共17页
基金
国家自然科学基金(61272263)
文摘
针对高维海量数据,在Map Reduce编程模型下,提出了一种基于相关子空间的局部离群数据挖掘算法.该算法首先利用属性维上的局部稀疏程度,重新定义了相关子空间,从而能够有效地刻画各种局部数据集上的分布特征;其次,利用局部数据集的概率密度,给出了相关子空间中的局部离群因子计算公式,有效地体现了相关子空间中数据对象不服从局部数据集分布特征的程度,并选取离群程度最大的N个数据对象定义为局部离群数据;在此基础上,采用LSH分布式策略,提出了一种Map Reduce编程模型下的局部离群数据挖掘算法;最后,采用人工数据集和恒星光谱数据集,实验验证了该算法的有效性、可扩展性和可伸缩性.
关键词
局部
离群数据
相关子空间
MAP
REDUCE
局部稀疏度
概率密
度
Keywords
local outlier
relevant subspace
MapReduce
local sparsity
probability density
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密度峰值聚类和局部稀疏度的过采样算法
吕佳
郭铭
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
基于MapReduce与相关子空间的局部离群数据挖掘算法
张继福
李永红
秦啸
荀亚玲
《软件学报》
EI
CSCD
北大核心
2015
41
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
