图书信息

出版社: 黑龙江科学技术出版社; 第1版 (2011年10月1日)

平装: 348页

正文语种: 简体中文

开本: 32

ISBN: 9787538868326

条形码: 9787538868326

尺寸: 20 x 14 x 2 cm

重量: 240 g

内容简介

不均衡数据分类问题是机器学习和模式识别领域的研究重点。陶新民、刘福荣和杜宝祥著的《不均衡数据SVM分类算法及其应用》以SVM为分类器给出基于0DR的欠抽样、基于谱聚类的欠抽样以及基于阴性免疫的过抽样算法。《不均衡数据SVM分类算法及其应用》根据SVM分类算法的自身特点，将SVM算法与集成算法相结合给出基于核聚类集成的不均衡数据分类算法，以及基于核矩阵偏移和主动学习欠抽样的不均衡数据SVM分类算法。最后，本书将不均衡SVM分类算法应用到故障诊断领域。

《不均衡数据SVM分类算法及其应用》可供理工科高等学校信息科学，人工智能和自动化技术等相关专业的教师和研究生阅读，也可供自然科学和工程技术领域中的研究人员参考。

目录

第一章 概述

1.1 问题的本质

1.2 国内外不均衡学习研究现状

1.2.1 算法层面的处理方法

1.2.2 样本层面的处理方法

1.3 评估指标