声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1772/TN
国际刊号：1673-5439
发布日期:
作者：叶丽珠,郑冬花,刘月红,牛少华
单位：广州商学院 信息技术与工程学院，广东 广州 511363；马来西亚管理与科学大学 研究生院，雪兰莪州 莎阿南市 40100广州商学院 信息技术与工程学院，广东 广州 511363；马来西亚管理与科学大学 研究生院，雪兰莪州 莎阿南市 40100桂林理工大学 信息科学与工程学院，广西 桂林 541004北京理工大学 机电学院，北京 100081
关键词：非平衡数据分类；随机森林；鲸群优化算法；弱分类器；决策树
基金：国家自然科学基金（61961010）、广东省高等学校特色专业建设项目（2020SJTSZY01）、广东省“十四五”规划高等教育研究课题（21GYB08）、广东省普通高校特色创新类项目（2021KTSCX150）和广西省自然科学基金青年基金（2018GXNSFBA050029）资助项目
为了提高非平衡数据分类的准确性，采用随机森林算法用于数据分类，并结合鲸鱼优化算法对随机森林弱分类器权重进行优化求解，以增强随机森林算法对非平衡数据分类的适应性。首先，建立基于随机森林的非平衡数据分类模型。通过随机森林的多个决策树弱分类器进行分类，有效解决样本不均衡导致的分类困难问题。接着，采用鲸群优化算法对弱分类器权重进行优化求解，将分类准确率均值作为鲸群优化适应度函数，以提高弱分类器权重投票对最终分类结果的精度。最后，采用经过鲸群优化得到的随机森林模型进行非平衡数据分类。实验证明，通过合理设置鲸群优化算法参数，可以获得分类准确度更高的随机森林弱分类器权重，相较于常用非平衡数据分类算法，文中算法能够获得更优的分类性能。
来源：2022年第06期
《南京邮电大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。