您的位置： 专家智库 > >

浮盼盼

作品数：2 被引量：10H指数：2
供职机构：辽宁师范大学更多>>
发文基金：中国博士后科学基金辽宁省教育厅基金资助项目国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇重采样
  • 1篇聚类
  • 1篇海量
  • 1篇海量数据
  • 1篇核变换
  • 1篇分层聚类
  • 1篇不均衡数据
  • 1篇采样

机构

  • 2篇辽宁师范大学

作者

  • 2篇浮盼盼
  • 1篇张玉婷
  • 1篇张永

传媒

  • 1篇计算机应用

年份

  • 1篇2014
  • 1篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于分层聚类及重采样的大规模数据分类被引量：5
2013年
针对大规模数据的分类问题,将监督学习与无监督学习结合起来,提出了一种基于分层聚类和重采样技术的支持向量机(SVM)分类方法。该方法首先利用无监督学习算法中的k-means聚类分析技术将数据集划分成不同的子集,然后对各个子集进行逐类聚类,分别选出各类中心邻域内的样本点,构成最终的训练集,最后利用支持向量机对所选择的最具代表样本点进行训练建模。实验表明,所提方法可以大幅度降低支持向量机的学习代价,其分类精度比随机欠采样更优,而且可以达到采用完整数据集训练所得的结果。
张永浮盼盼张玉婷
关键词：海量数据聚类重采样支持向量机
大规模不均衡数据分类方法研究
随着社会信息化的发展，人类获取或存储数据的方式变的更加廉价与便捷，生活中大规模不均衡数据集不断涌现，面对这些形色各异的大规模不均衡数据，如何快速、准确而全面地从中找出所需要的有用信息，已经成为当前信息技术与商业领域面临的...
浮盼盼
关键词：不均衡数据支持向量机
文献传递
全选 清除 导出
共1页<1>
聚类工具0