半监督学习在不平衡样本集分类中的应用研究-计算机应用研究.PDF

第３０卷第４期 计 算 机 应 用 研 究 Ｖｏｌ３０Ｎｏ４ ２０１３年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ２０１３ 半监督学习在不平衡样本集分类中的应用研究 １，２ １ １ ２ ２ 于重重 ，商利利 ，谭　励 ，涂序彦 ，杨　扬 （１．北京工商大学计算机与信息工程学院，北京 １０００４８；２．北京科技大学 计算机与通信工程学院，北京 １０００８３） 摘　要：在对不平衡样本集进行分类时容易产生少数类样误差大的问题，而目前半监督学习中的算法多数是针 对未有明显此类特征的数据集。针对一种半监督协同分类算法在该问题上的有效性进行了研究。由于进一步 增强了分类器差异性，该算法在理论上对不平衡样本集具有良好的分类性能。根据该算法建立分类模型，利用 其对桥梁结构健康数据进行分类实验，与ＴｒｉＴｒａｉｎｉｎｇ算法的结果比较表明，该算法对不平衡样本集具有良好的 适用性，从而验证了上述算法的有效性。 关键词：不平衡样本集；半监督协同分类方法；分类器差异性；分类模型；桥梁结构健康数据 中图分类号：ＴＰ１８１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１３）０４１０８５０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１３．０４．０３４ Ｓｅｍｉｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇｉｎｉｍｂａｌａｎｃｅｄｓａｍｐｌｅｓｅｔｃｌａｓｓｉｆｉｃａｔｉｏｎ １，２ １ １ ２ ２ ＹＵＣｈｏｎｇｃｈｏｎｇ ，ＳＨＡＮＧＬｉｌｉ，ＴＡＮＬｉ，ＴＵＸｕｙａｎ，ＹＡＮＧＹａｎｇ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＴｅｃｈｎｏｌｏｇｙ＆ＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４８，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ＆ ＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＢｅｉｊｉｎｇ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｈｉｇｈｅｒｅｒｒｏｒｒａｔｅｅｍｅｒｇｅｄｉｎｔｈｅｍｉｎｏｒｉｔｙｃｌａｓｓｏｆｓａｍｐｌｅｓｗｈｅｎｍａｋｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｎｉｍｂａｌａｎｃｅｄｓａｍｐｌｅｓｅｔ，ｂｕｔ ｍｏｓｔａｌｇｏｒｉｔｈｍｓｉｎｓｅｍｉｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇａｒｅｂａｓｅｄｏｎｎｏｒｍａｌｄａｔａｓｅｔ．Ｔｈｉｓｐａｐｅｒｓｔｕｄｉｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆａｓｅｍｉｓｕｐｅｒ ｖｉｓｅｄｃｏｌｌａｂｏｒａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄ．Ｂｅｃａｕｓｅｏｆｔｈｅｆｕｒｔｈｅｒｅｎｈａｎｃｅｄｃｌａｓｓｉｆｉｅｒｄｉｆｆｅｒｅｎｃｅ，ｔｈｉｓａｌｇｏｒｉｔｈｍｈａｄｇｏｏｄｐｅｒ ｆｏｒｍａｎｃｅｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｉｍｂａｌａｎｃｅｄｓａｍｐｌｅｓｅｔ．Ｉｔｅｓｔａｂｌｉｓｈｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｔｈｅａｂｏｖｅａｌｇｏｒｉｔｈｍ，ａｎｄｕｓｅｄ ｔｈｉｓｍｏｄｅｌｔｏｍａｋｅｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｂｒｉｄｇｅｓｔｒｕｃｔｕｒａｌｈｅａｌｔｈｍｏｎｉｔｏｒｉｎｇｄａｔａ，ｔｈｅｃｏｍｐａｒｅｄｒｅｓｕｌｔｓｏｆｗｈｉｃｈｄｅｍｏｎｓｔｒａｔｅｄｔｈｅ ａｐｐｌｉｃａｂｉｌｉｔｙｔｏｉｍｂａｌａｎｃｅｄｓａｍｐｌｅｓｅｔ．Ｔｈｅｒｅｆｏｒｅｉｔｖａｌｉｄａｔｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ：ｉｍｂａｌａｎｃｅｄｓａｍｐｌｅｓｅｔ；ｓｅｍｉｓｕｐｅｒｖｉｓｅｄｃｏｌｌａｂｏｒａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉ