基于核空間預(yù)處理不均衡SVM算法及應(yīng)用研究.pdf

1、在各個領(lǐng)域中不均衡數(shù)據(jù)問題都廣泛的存在,如醫(yī)療領(lǐng)域、故障診斷領(lǐng)域以及欺詐檢測領(lǐng)域等。因此對不均衡數(shù)據(jù)進(jìn)行研究且找到有效的分類算法具有重大的科學(xué)意義和應(yīng)用價值。然而較為經(jīng)典的分類算法當(dāng)它們應(yīng)用到故障領(lǐng)域時,它們的分類性能都不是很理想。此外,在故障診斷領(lǐng)域,因?yàn)橹С窒蛄繖C(jī)具有收斂速度快、穩(wěn)定性強(qiáng)以及泛化能力強(qiáng)等特點(diǎn),支持向量機(jī)分類算法早已代替了神經(jīng)網(wǎng)絡(luò)算法。本文以支持向量機(jī)為基礎(chǔ)分類算法,重點(diǎn)研究了如何將SVM在不均衡數(shù)據(jù)下的分類界面向著多

2、數(shù)類樣本進(jìn)行適當(dāng)移動。
　　首先介紹了不均衡問題的本質(zhì)及其經(jīng)典的算法、機(jī)器故障診斷的研究現(xiàn)狀,且對有關(guān)的基礎(chǔ)知識進(jìn)行分析和研究,為了選擇出信息量大同時代表多數(shù)類空間結(jié)構(gòu)的多數(shù)類樣本,提出了核聚類欠取樣集成的不均衡數(shù)據(jù)SVM分類算法,算法利用核聚類欠采樣算法在核空間對多數(shù)類樣本進(jìn)行聚類,這一過程稱之為核聚類,然后從每個聚類中選擇出代表性強(qiáng)的多數(shù)類樣本,同原始少數(shù)類樣本一起作為訓(xùn)練樣本,對基分類器SVM進(jìn)行學(xué)習(xí)。另一方面,所得到的基分

3、類器具有很大的差異性且滿足一定的分類精度,所以提出利用AdaBoost集成算法對基分類器進(jìn)行集成進(jìn)而提高算法的分類精度。通過仿真實(shí)驗(yàn)可知,該算法較其他的一些不均衡分類算法不僅在性能上也在算法的復(fù)雜度上有了很大程度的改善。
　　其次介紹了基于樣本特性欠采樣的不均衡SVM算法,首先在核空間內(nèi)使用歐式距離來選擇信息量大的多數(shù)類樣本,再基于樣本密度信息公式選擇最具有代表性的均衡多數(shù)類樣本點(diǎn),并且同少數(shù)類樣本一起作為訓(xùn)練樣本對分類器進(jìn)行學(xué)習(xí)