计算机应用

作者：冷强奎, 孙薛梓, 孟祥福

单位：辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105

关键词：K近邻,径向基过采样,样本势,自然近邻,差分进化,不平衡数据分类

基金：国家自然科学基金资助项目(61602056);辽宁省自然科学基金资助项目(2019?ZD?0493);辽宁省教育厅科研项目(LQ2019012);辽宁工程技术大学博士科研启动基金资助项目(21?1043)

在处理不平衡数据分类问题中，过采样方法是一种有效的策略。现有方法大多采用K近邻（KNN）技术选取采样种子样本，但KNN参数值的改变会导致多数过采样方法表现出明显的不适定性。径向基过采样（RBO）方法能解决这个问题，但在采样后易出现大量噪声。基于此，提出一种基于样本势和噪声进化的不平衡数据过采样方法，进一步对采样后的数据集迭代进化。首先，使用RBO方法通过计算样本势合成少数类样本，并改善原始数据的不平衡；其次，使用自然近邻（NaN）作为错误检测技术检测过采样后数据集中存在的疑似噪声样本；最后，利用改进的差分进化（DE）方法对检测出的疑似噪声样本迭代进化。相较于传统过采样方法，所提方法能更充分挖掘数据集中的重要边界信息，从而为分类器提供更多辅助以改善其分类性能。在22个基准数据集上，与7种经典采样方法（结合3种不同分类器）进行了大量对比实验。实验结果表明，所提方法具有更高的F1值和G-mean值，并且在噪声处理方面也优于带有后置过滤器的采样方法，可以更有效地解决不平衡数据分类问题。此外，统计分析也表明它的弗里德曼排名更高。

来源：2024年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第8期