基于不平衡数据分类的一种平衡模糊支持向量机  

Balanced Fuzzy Support Vector Machine Based on Imbalanced Data Set

作　　者：秦传东[1] 刘三阳[2] 张市芳[1] 

机构地区：[1]西安电子科技大学计算机学院,西安710071 [2]西安电子科技大学理学院,西安710071

出　　处：《计算机科学》2012年第6期188-190,212,共4页Computer Science

基　　金：国家自然科学基金(60974082)资助

摘　　要：鉴于不平衡数据集中类不平衡比较大的分类问题,利用样本点的特性建立类不平衡调节因子和模糊隶属度,提出了平衡模糊支持向量机。首先计算样本协方差矩阵,求得类不平衡调节因子,然后计算各样本点的模糊隶属度,得到各样本对分类超平面的贡献率。类平衡调节因子和模糊隶属度同时对分类器的误差项产生影响。结果表明,这种平衡模糊支持向量机对类不平衡比较大的分类问题具有很好的分类效果。In view of the classification of imbalance data set with the larger imbalanced ratio of class,a balanced fuzzy support vector machine（BFSVM） was proposed,making use of the imbalance adjustment factor and the fuzzy membership based on the features of sample points.Firstly,it computes the sample covariance matrix and gets the imbalance adjustment factor,then computes the fuzzy membership of every sample and gets the contribution rate of every sample.Fuzzy membership and imbalance adjustment affect the sample error of classifier at the same time.The experiment results prove that the algorithm has a good effect on the larger imbalanced ratio.

关 键 词：支持向量数据域描述 模糊隶属度 模糊支持向量机 平衡模糊支持向量机 不平衡因子 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]