Your Location：
Home >
Browse articles >
一种用于不平衡学习分类的新型交叠最小化SMOTE算法
常规文章 | Updated：2024-09-29

    • 一种用于不平衡学习分类的新型交叠最小化SMOTE算法

    • A novel overlapping minimization SMOTE algorithm for imbalanced classification

    • “在数据科学领域，引入了一种名为重叠最小化SMOTE（OM-SMOTE）的新算法来解决分类器训练中类不平衡的挑战。专家鲁贤开发了OM-SMOTE，它生成合成的少数类样本点，以避免类之间的重叠区域，从而提高分类器的性能。本研究为不平衡分类研究开辟了新的方向。”
    • 信息与电子工程前沿（英文）   2024年25卷第9期 页码：1266-1281

    • DOI：10.1631/FITEE.2300278    

      中图分类号： TP301

    • 收稿：2023-04-21，

      录用：2023-09-25，

      网络出版：2024-09-05，

      纸质出版：2024-09

    Scan QR Code

  • 何玉林, 路璇, Philippe FOURNIER-VIGER, 等. 一种用于不平衡学习分类的新型交叠最小化SMOTE算法[J]. 信息与电子工程前沿（英文）, 2024,25(9):1266-1281. DOI： 10.1631/FITEE.2300278.

    Yulin HE, Xuan LU, Philippe FOURNIER-VIGER, et al. A novel overlapping minimization SMOTE algorithm for imbalanced classification[J]. Frontiers of Information Technology & Electronic Engineering, 2024, 25(9): 1266-1281. DOI： 10.1631/FITEE.2300278.

  •  
  •  

0

浏览量

173

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0