张银峰
- 作品数：4 被引量：19H指数：2
- 供职机构：郑州大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 路网拓朴结构设计的可靠性技术评价方法研究
- 蒋晓东王东炜赵湘育傅方李红光杨淑慧杨永腾吴纪东郭宪义张银峰黄伟张刚胡长远张新华
- （1）任务来源 该课题项目是国家自然科学基金资助项目“基于可靠性分析的城市道路扩建与灾后修复优化方法研究”（59608008）的后续研究项目，进行“路网拓朴结构设计的可靠性技术评价方法研究”。 （2）应用领域和技术...
- 关键词：
- 关键词：路网可靠性
- 一种面向不平衡数据分类的组合剪枝方法被引量：12
- 2014年
- 传统的数据分类算法多是基于平衡的数据集创建,对不平衡数据分类时性能下降,而实践表明组合选择能有效提高算法在不平衡数据集上的分类性能。为此,从组合选择的角度考虑不平衡类学习问题,提出一种新的组合剪枝方法,用于提升组合分类器在不平衡数据上的分类性能。使用Bagging建立分类器库,直接用正类(少数类)实例作为剪枝集,并通过MBM指标和剪枝集,从分类器库中选择一个最优或次优子组合分类器作为目标分类器,用于预测待分类实例。在12个UCI数据集上的实验结果表明,与EasyEnsemble、Bagging和C4.5算法相比,该方法不但能大幅提升组合分类器在正类上的召回率,而且还能提升总体准确率。
- 张银峰郭华平职为梅范明
- 关键词：不平衡数据集
- 一种面向非平衡数据集分类问题的组合选择方法被引量：7
- 2014年
- 由于类分布的不平衡性,很多传统的分类方法在非平衡数据集上的分类效果不好.与传统的方法不同,论文从组合选择的角度考虑不平衡类学习问题,提出了一种基于实例的组合选择方法 CBES,提升组合分类器在不平衡数据集上的分类性能.CBES考察类标号未知的样本的k近邻,并以此为选择集,从分类器库中选择一个最优或次优的子组合分类器来预测未知样本的类标号.由于考虑了待分类样本的局部特征,更关注稀有类,因此CBES能够更好地对非平衡数据集进行分类.实验结果表明,本文的方法能够显著地降低模型的复杂度,有效地提高了非平衡数据集上的分类性能.
- 职为梅郭华平张银峰范明
- 关键词：非平衡数据集组合分类器K近邻
- 面向类分布不平衡数据的组合分类器剪枝方法的研究
- 类分布不平衡数据与人们的生活息息相关，准确地分类这些数据具有非常重要的意义，因此不平衡数据分类成为数据挖掘领域的热点。面向不平衡数据分类时，传统的分类器往往失效，组合分类器性能也不理想，并且组合分类器还有占用内存空间大、...
- 张银峰
- 关键词：不平衡数据组合分类器剪枝方法
- 文献传递
