基于核空間預處理不均衡SVM算法及應用研究.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)進行研究且找到有效的分類算法具有重大的科學意義和應用價值。然而較為經(jīng)典的分類算法當它們應用到故障領(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,因為支持向量機具有收斂速度快、穩(wěn)定性強以及泛化能力強等特點,支持向量機分類算法早已代替了神經(jīng)網(wǎng)絡算法。本文以支持向量機為基礎(chǔ)分類算法,重點研究了如何將SVM在不均衡數(shù)據(jù)下的分類界面向著多

2、數(shù)類樣本進行適當移動。
　　首先介紹了不均衡問題的本質(zhì)及其經(jīng)典的算法、機器故障診斷的研究現(xiàn)狀,且對有關(guān)的基礎(chǔ)知識進行分析和研究,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的多數(shù)類樣本,同原始少數(shù)類樣本一起作為訓練樣本,對基分類器SVM進行學習。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行集成進而提高算法的分類精度。通過仿真實驗可知,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,并且同少數(shù)類樣本一起作為訓練樣本對分類器進行學習