典型文献
基于数据生成算法的睡眠分期方法
文献摘要：
针对睡眠分期中样本不平衡问题,提出以最短路径为指标选取最优数据进行数据生成的思想,增加少数类样本的数量.基于Border-SMOTE算法,提出改进的iBorder-SMOTE睡眠数据生成算法.用密度峰值聚类算法确定待生成数据的簇类别区域,采用中心最短路径选取最优数据点进行数据生成,使用异变扰动方法对生成数据进行修正,保证数据的全局分布.在数据集Sleep-EDF上进行验证,其结果表明,改进后的算法有效提高了少数类样本的识别精度.
文献关键词：
睡眠分期;数据生成;边界合成少数类过采样技术;多簇中心最短路径;异变扰动
中图分类号：
作者姓名：
刘静博;王蓓;顾吉峰
作者机构：
华东理工大学 信息科学与工程学院 化工过程先进控制和优化技术教育部重点实验室,上海 200237
文献出处：
引用格式：
[1]刘静博;王蓓;顾吉峰-.基于数据生成算法的睡眠分期方法)[J].计算机工程与设计,2022(02):406-412
A类：
iBorder,异变扰动,边界合成少数类过采样技术,多簇中心最短路径
B类：
数据生成,生成算法,睡眠分期,样本不平衡,不平衡问题,指标选取,SMOTE,密度峰值聚类算法,别区,据点,保证数据,局分,Sleep,EDF,识别精度
AB值：
0.208227
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
