混合采样方法的研究及其在医疗问答系统中的应用

发布时间：2021-04-14 11:56

　　随着机器学习与数据挖掘领域的迅速发展,不平衡数据集分类已经成为当前的研究热点之一。在实际应用中经常遇到数据集不平衡问题,比如:医疗诊断、欺诈检测、地震预测等,如何提高正类样本的分类精度是研究的重点。大部分分类算法往往会偏向负类,而对正类识别率却很低。在深入分析了不平衡数据处理方法及医疗问答系统的基础上,本文在二分类不平衡数据集上,提出了基于样本细分的混合采样算法（Hybrid Sampling Algorithm Based On Sample Subdivision）,简称SS-HSA算法,并研究了该算法在医疗问答系统中的应用。本文主要内容包括:（1）详细分析了ENN（Edited Nearest Neighbor）欠采样、Borderline-SMOTE过采样、Random-SMOTE+ENN混合采样、ISMOTE过采样算法,为本文提出的SS-HSA算法提供理论基础。（2）基于样本细分的混合采样算法,本文在数据层面提出的SS-HSA算法结合了Borderline-SMOTE、ISMOTE过采样算法以及ENN欠采样算法的优点,同时加入了样本细分的思想。一方面,对生成的样本数量精细控制... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

采样前分类效果图

采样后分类效果图

原始数据集的分布

【参考文献】：
期刊论文
[1]知识图谱发展与构建的研究进展[J]. 朱木易洁,鲍秉坤,徐常胜.  南京信息工程大学学报(自然科学版). 2017(06)
[2]基于邻域混合抽样和动态集成的不平衡数据分类方法[J]. 高锋,黄海燕.  计算机科学. 2017(08)
[3]基于Web的问答系统综述[J]. 李舟军,李水华.  计算机科学. 2017(06)
[4]面向不均衡数据集中少数类细分的过采样算法[J]. 古平,杨炀.  计算机工程. 2017(02)
[5]不平衡数据集的混合采样方法[J]. 尚旭.  数字技术与应用. 2016 (12)
[6]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光.  计算机研究与发展. 2016(03)
[7]基于混合采样的非平衡数据集分类研究[J]. 古平,欧阳源遊.  计算机应用研究. 2015(02)
[8]基于改进SMOTE的非平衡数据集分类研究[J]. 王超学,潘正茂,董丽丽,马春森,张星.  计算机工程与应用. 2013(02)
[9]面向不均衡数据集的ISMOTE算法[J]. 许丹丹,王勇,蔡立军.  计算机应用. 2011(09)
[10]不平衡分类问题研究综述[J]. 叶志飞,文益民,吕宝粮.  智能系统学报. 2009(02)



本文编号：3137273