王超学 Likes:

Affiliation of Author(s):

信息与控制工程学院

Journal:

计算机工程与应用（CSCD核心版）

Key Words:

中文关键字：非平衡数据集；分类；支持度；轮盘赌选择；SMOTE，英文关键字：imbalanced datasets; classification; support; roul

Abstract:

针对SMOTE（Synthetic Minority Over-sampling Technique）在合成少数类新样本时存在的不足，提出 了一种改进的SMOTE算法（简称：SSMOTE）。该算法的关键是将支持度概念和轮盘赌选择技术引入到SMOTE 中，并充分利用了异类近邻的分布信息，实现了对少数类样本合成质量和数量的精细控制。本文将SSMOTE 与KNN（K-Nearest Neighbor）算法结合来处理不平衡数据集的分类问题。通过在UCI数据集上与其他重要文 献中的相关算法进行的大量对比实验表明，SSMOTE在新样本的整体合成效果上表现出色，有效提高了KNN 在非平衡数据集上的分类性能。

Note:

王超学

Co-author:

潘正茂,马春森

First Author:

张星,董丽丽,wangchaoxue

Indexed by:

Journal paper

Volume:

卷：48

Issue:

期：35

Page Number:

页：

Translation or Not:

no

Date of Publication:

2012-12-01