典型文献
面向不平衡工业大数据集的SVM-tree分类算法研究
文献摘要：
针对不平衡率较高的工业大数据分类问题,提出一种基于SVM-tree的不平衡大数据分类算法研究.利用Tomek-links对清除系统噪声的影响,基于K-means算法对不平衡数据集做分簇处理,降低数据分类的复杂度,构建SVM-tree模型,将不平衡数据样本映射到高维空间,根据数据集的规模和数据不平衡程度,调整SVM-tree的树形结构,在保证数据分类准确率的同时,也降低了算法模型的代价成本.实验分析结果表明,SVM-tree算法模型具有良好数据聚类性能,算法运行时间较短,且不平衡大数据分类准确率高.
文献关键词：
不平衡大数据;Tomek-links;K-means算法;SVM-tree模型
中图分类号：
作者姓名：
林君萍
作者机构：
福建船政交通职业学院,福建 福州350007
文献出处：
引用格式：
[1]林君萍-.面向不平衡工业大数据集的SVM-tree分类算法研究)[J].长春师范大学学报,2022(02):40-46
A类：
B类：
工业大数据,tree,分类算法,算法研究,不平衡率,数据分类,分类问题,不平衡大数据,Tomek,links,系统噪声,means,不平衡数据集,分簇,射到,高维空间,数据不平衡,树形结构,保证数据,分类准确率,算法模型,数据聚类,运行时间
AB值：
0.349186
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。
