[发明专利]一种不平衡数据集过采样方法在审
| 申请号： | 201810330218.1 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108763283A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 徐小龙;陈稳 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 田凌涛 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种不平衡数据集过采样方法，将传统过采样方法，与优化后基于密度的聚类算法相结合，有效解决了不平衡数据的分类问题，其中，利用优化的聚类算法去除了少数类的噪声样本，使得合成的样本更加合理有效，为了充分利用了边界样本和核心样本的信息，对核心样本和边界样本采用了不同策略进行过采样。 | ||
| 搜索关键词： | 过采样 边界样本 核心样本 聚类算法 数据集 分类问题 有效解决 噪声样本 优化 样本 合成 | ||
【主权项】：
1.一种不平衡数据集过采样方法，基于已知各数据样本所属类别，完成数据的过采样，其特征在于，包括如下步骤：步骤A.针对目标数据样本集中的各个数据样本，进行维度空间坐标转换，获得各个数据样本分别所对应的维度空间坐标，然后进入步骤B；步骤B.针对目标数据样本集，删除其中与任意数据样本之间不存在密度相连关系的数据样本，更新目标数据样本集，并构建指定少数类核心数据样本集合，以及指定少数类边界数据样本集合，然后进入步骤C；步骤C.分别针对指定少数类核心数据样本集合中的各个核心数据样本，执行过采样操作，更新目标数据样本集，然后进入步骤D；步骤D.分别针对指定少数类边界数据样本集合中的各个边界数据样本，执行过采样操作，更新目标数据样本集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810330218.1/，转载请声明来源钻瓜专利网。
