首页|不平衡古漆器漆膜数据分类研究

不平衡古漆器漆膜数据分类研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对古漆器漆膜数据类间不平衡、样本规模小,以及传统机器学习算法分类效果较差的问题,提出一种改进SMOTE的过采样方法改变漆器漆膜数据样本分布,使其达到平衡.该方法通过比较各类样本间的欧式距离,删除了人工样本中的噪声数据,然后运用集成学习中的随机森林算法进行分类,提高了少数类的分类准确率.UCI数据集上的实验结果表明,改进的过采样方法性能更优,评价指标F1-score与AUC值分别得到2％、5％以上的提升.结合改进的过采样方法与机器学习算法进行对比实验,结果证明,随机森林算法精度更高,在对古漆器年代的判别中,随机森林算法的F1-score与AUC值高达87.76％、89.34％.
Research on Data Classification of Imbalanced Lacquer Film on Ancient Lacquerware

张岚斌、徐国庆、李澜

展开 >

武汉工程大学计算机科学与工程学院,湖北武汉430205

湖北省博物馆,湖北武汉430077

古漆器漆膜 过采样 集成学习 随机森林

湖北省自然科学基金武汉工程大学第十届研究生教育创新基金

2014CFB786CX2018210

2021

10.11907/rjdk.201469

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(1)
  • 14