期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于网络集群系统的并行数据库中数据均衡分布研究 被引量:1
1
作者 杨全胜 徐宏炳 王能斌 《计算机科学》 CSCD 北大核心 2001年第8期32-35,共4页
Base on the character of the cluster of workstation(COW)and the latest development of the parallel computer,this paper analyzes the data deflexion problem in data distributing of parallel DB in COW. On the basis of th... Base on the character of the cluster of workstation(COW)and the latest development of the parallel computer,this paper analyzes the data deflexion problem in data distributing of parallel DB in COW. On the basis of this analysis,we get a dynamic data balanced distributing algorithm which has adaptability. 展开更多
关键词 网络集群系统 并行数据 数据均衡分布 信息处理
在线阅读 下载PDF
多子域隔离学习组合决策用于不均衡样本 被引量:2
2
作者 靳燕 彭新光 《计算机应用》 CSCD 北大核心 2016年第9期2475-2480,共6页
为进一步弱化数据不均衡对分类算法的束缚,从数据集区域分布特性着手,提出了不均衡数据集上基于子域学习的复合分类模型。子域划分阶段,扩展支持向量数据描述(SVDD)算法给出类的最小界定域,划分出域内密集区与域外稀疏区。借鉴不同类存... 为进一步弱化数据不均衡对分类算法的束缚,从数据集区域分布特性着手,提出了不均衡数据集上基于子域学习的复合分类模型。子域划分阶段,扩展支持向量数据描述(SVDD)算法给出类的最小界定域,划分出域内密集区与域外稀疏区。借鉴不同类存在相似样本的类重叠概念,对边界样本进行搜索,组合构成重叠域。子域清理阶段,基于邻近算法(KNN)的邻近性假设,结合不同域的密疏程度,设置样本有效性参数,对域内样本逐个检测以清理噪声。各子域隔离参与分类建模,按序组合产生出用于不均衡数据集的复合分类器CCRD。在相似算法对比以及代价敏感Meta Cost对比中,CCRD对正类的正确分类改善明显,且未加重负类误判;在SMOTE抽样比较中,CCRD改善了负类的误判情形,且未影响正类的正确分类;在五类数据集的逐个比较中,CCRD分类性能均有提升,在Haberman_sur的正类分类性能提升上尤为明显。结果表明,基于子域学习的复合分类模型的分类性能较好,是一种研究不均衡数据集的较有效的方法。 展开更多
关键词 均衡数据集区域分布 支持向量数据描述 稀疏域与重叠域 子域隔离学习 复合分类器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部