-
题名应用于不平衡多分类问题的损失平衡函数
被引量：12
- 1
-
-
作者
黄庆康
宋恺涛
陆建峰
-
机构
南京理工大学计算机科学与工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2019年第5期953-958,共6页
-
文摘
传统分类算法一般要求数据集类别分布平衡,然而在实际情况中往往面临的是不平衡的类别分布。目前存在的数据层面和模型层面算法试图从不同角度解决该问题,但面临着参数选择以及重复采样产生的额外计算等问题。针对此问题,提出了一种在小批量内样本损失自适应均衡化的方法。该算法采用了一种动态学习损失函数的方式,根据小批量内样本标签信息调整各样本损失权重,从而实现在小批量内各类别样本总损失的平衡性。通过在caltech101和ILSVRC2014数据集上的实验表明,该算法能够有效地减少计算成本并提高分类精度,且一定程度上避免了过采样方法所带来的模型过拟合风险。
-
关键词
不平衡学习
不平衡数据分类
多分类不平衡
损失平衡
不平衡数据分类算法
不平衡数据集
F1调和平均
卷积神经网络
深度学习
-
Keywords
imbalanced learning
imbalanced data classification
imbalanced multi-classification
loss balance
classificationalgorithm for imbalanced data
imbalanced dataset
F1 measure
convolutional neural networks
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名支持向量机在双桥静力触探土性识别的应用
被引量：2
- 2
-
-
作者
邓社根
滕新保
华桂钱
王美均
-
机构
江苏省工程勘测研究院有限责任公司
-
出处
《中国集体经济》
2018年第33期96-98,共3页
-
文摘
针对静力触探在工程勘察中分层工作量大、对技术人员的经验基础要求较高、需要钻探辅助分析等缺点这一现状,文章通过静探数据建立支持向量机的模型,试图探索一种自动识别土性的方法,方便技术人员进行土层分层。以原始静探数据为基础,静探数据中锥尖阻力、侧摩阻力、摩阻比、差值作为模型的输入属性,土性类别作为输出属性;针对静探数据中不同土性的样本数目不平衡这一问题,将权值系数法加入到支持向量机模型中,并以几何平均准确率作为预测效果好坏的评价指标,建立出适合静探数据土性分类的支持向量机模型。运用这个模型对扬州市某工程勘察部分静力触探数据进行土性分类,整体分类准确率高达90%以上,证明此方法是可行的。
-
关键词
支持向量机
静力触探
土性识别
多分类不平衡样本
-
分类号
TU413
[建筑科学—岩土工程]
-
-
题名支持向量机组合方法在砂泥岩储层岩性识别中的应用
被引量：2
- 3
-
-
作者
滕新保
张宏兵
曹呈浩
但志伟
肖伟
-
机构
河海大学地球科学与工程学院
中海油能源发展工程技术物探技术研究所
-
出处
《地质找矿论丛》
CAS
CSCD
2015年第1期116-120,共5页
-
文摘
岩性是表征储油物性、建立各类地质模型的重要参数,其与测井参数的函数关系很复杂。基于支持向量机一类对一类法对岩性识别分类精度不高的现状,结合二叉树法初始分类精度较高、分类速度快等优点,提出了一种新的组合方法——一类对一类法与二叉树法的结合应用。该方法对样本数据较少的类别设置权重系数,减少样本不平衡的影响,并利用几何平均准确率作为评价岩心识别效果的指标,其对岩性的分类效果远优于单一方法。具体步骤为:首先对不均衡的样本设置相应的权重系数,然后利用二叉树法将易于与砂泥岩区分的灰岩区分开来,再利用一对一分类法将剩下的砂泥岩样本进行分类。运用此方法对某油田测井数据进行岩性分类,分类的整体准确率以及几何平均准确率均有很大的提高。
-
关键词
支持向量机
岩性识别
多分类不平衡样本
-
Keywords
SVM
lithology identification
imbalance sample of multiple classification
-
分类号
O234
[理学—运筹学与控制论]
P618.130
[理学—数学]
-
