第2期 胡小生，等：动态平衡采样的不平衡数据集成分类方法 .263. 样算法[J].小型微型计算机系统，2012,33(2)：232- [22]CHAWLA N V,LAZAREVIC A,HALL L O,et al. 236. SMOTBoost:improving prediction of the minority class in JIANG Shengyi,MIAO Bang,YU Wen.Under-sampling boosting[C]//Proceedings of the 7th European Confer- method based on one-pass clustering for imbalanced data ence on Principles and Practice of Knowledge Discovery in distribution[J].Journal of Chinese computer systems, Databases.Berlin Heidelberg:Springer,2003,2838: 2012,32(2):232-236. 107-119. [17]胡小生，钟勇.基于加权聚类质心的SVM不平衡分类 [23]SEIFFERT C,KHOSHGOFTAAR T M,VAN HULSE J,et 方法[J.智能系统学报，2013,8(3)：261-265. al.RUSBoost:a hybrid approach to alleviating class imbal- HU Xiaosheng,ZHONG Yong.Support vector machine im- ance[J].IEEE transactions on system,man and cybernet- balanced data classification based on weighted clustering ics-part a:systems and humans,2010,40(1):185-197. centroid [J].CAAI transactions on intelligent systems, 作者简介： 2013,8(3):261-265. 胡小生，男，1978年生，讲师/高级 [18]胡小生，张润晶，钟勇.两层聚类的类别不平衡数据挖 工程师，主要研究方向为机器学习、数 掘算法[J].计算机科学，2013,40(11)：271-275 据挖掘、人工智能。主持广东省教育厅 HU Xiaosheng,ZHANG Runjing,ZHONG Yong.Two-tier 育苗工程项目1项，参与省级、市厅级 clustering for mining imbalanced datasets [J].Computer 科研项目6项，发表学术论文12篇，其 8 cience,2013,40(11):271-275. 中被EL,ISTP检索4篇。 [19]陈思，郭躬德，陈黎飞.基于聚类融合的不平衡数据分 类方法[J].模式识别与人工智能，2010,23(6)：772 温菊屏，女，1979年生，讲师，主要 780. 研究方向为虚拟现实、数据挖掘。主持 CHEN Si,GUO Gongde,CHEN Lifei.Clustering ensem- 广东省教育厅科研项目1项，参与省 bles based classification method for imbalanced data sets 级、厅级科研和教改项目4项，发表学 [J].Pattern recognition and artificial intelligence,2010, 术论文9篇。 23(6):772-780. [20]UCI machine learning repository EB/OL].(2009-10-16) 钟勇，男，1970年生，教授，博士 [2015-3-20].http://archive.ics.uci.edu/ml. 主要研究方向为访问控制、隐私保护、 [21]李建更，高志坤.随机森林针对小样本数据类权重设置 信息检索、云计算。主持和参与国家自 [J].计算机工程与应用，2009,45(26)：131-134 然科学基金、国家星火科技计划、省自 LI Jiangeng,GAO Zhikun.Setting of class weights in ran- 然科学基金等国家级、省级科研项目10 dom forest for small-sample data[J].Computer engineering 余项，发表学术论文30多篇，其中被 and applications,2009,45(26):131-134. SCI,EI检索10篇。样算法［Ｊ］． 小型微型计算机系统， ２０１２， ３３（２）： ２３２⁃ ２３６． ＪＩＡＮＧ Ｓｈｅｎｇｙｉ， ＭＩＡＯ Ｂａｎｇ， ＹＵ Ｗｅｎ． Ｕｎｄｅｒ⁃ｓａｍｐｌｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｏｎｅ⁃ｐａｓｓ ｃｌｕｓｔｅｒｉｎｇ ｆｏｒ ｉｍｂａｌａｎｃｅｄ ｄａｔａ ｄｉｓｔｒｉｂｕｔｉｏｎ ［ Ｊ ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎｅｓｅ ｃｏｍｐｕｔｅｒ ｓｙｓｔｅｍｓ， ２０１２， ３２（２）： ２３２⁃２３６． ［１７］胡小生， 钟勇． 基于加权聚类质心的 ＳＶＭ 不平衡分类 方法［Ｊ］． 智能系统学报， ２０１３， ８（３）： ２６１⁃２６５． ＨＵ Ｘｉａｏｓｈｅｎｇ， ＺＨＯＮＧ Ｙｏｎｇ． Ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ｉｍ⁃ ｂａｌａｎｃｅｄ ｄａｔａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｗｅｉｇｈｔｅｄ ｃｌｕｓｔｅｒｉｎｇ ｃｅｎｔｒｏｉｄ ［ Ｊ ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１３， ８（３）： ２６１⁃２６５． ［１８］胡小生， 张润晶， 钟勇． 两层聚类的类别不平衡数据挖 掘算法［Ｊ］． 计算机科学， ２０１３， ４０（１１）： ２７１⁃２７５． ＨＵ Ｘｉａｏｓｈｅｎｇ， ＺＨＡＮＧ Ｒｕｎｊｉｎｇ， ＺＨＯＮＧ Ｙｏｎｇ． Ｔｗｏ⁃ｔｉｅｒ ｃｌｕｓｔｅｒｉｎｇ ｆｏｒ ｍｉｎｉｎｇ ｉｍｂａｌａｎｃｅｄ ｄａｔａｓｅｔｓ ［ Ｊ］． Ｃｏｍｐｕｔｅｒ ｓｃｉｅｎｃｅ， ２０１３， ４０（１１）： ２７１⁃２７５． ［１９］陈思， 郭躬德， 陈黎飞． 基于聚类融合的不平衡数据分 类方法［Ｊ］． 模式识别与人工智能， ２０１０， ２３（６）： ７７２⁃ ７８０． ＣＨＥＮ Ｓｉ， ＧＵＯ Ｇｏｎｇｄｅ， ＣＨＥＮ Ｌｉｆｅｉ． Ｃｌｕｓｔｅｒｉｎｇ ｅｎｓｅｍ⁃ ｂｌｅｓ ｂａｓｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｉｍｂａｌａｎｃｅｄ ｄａｔａ ｓｅｔｓ ［ Ｊ］． Ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０１０， ２３（６）： ７７２⁃７８０． ［２０］ＵＣＩ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ｒｅｐｏｓｉｔｏｒｙ［ＥＢ／ ＯＬ］． （２００９⁃１０⁃１６） ［２０１５⁃３⁃２０］． ｈｔｔｐ： ／ ／ ａｒｃｈｉｖｅ．ｉｃｓ．ｕｃｉ．ｅｄｕ ／ ｍｌ． ［２１］李建更， 高志坤． 随机森林针对小样本数据类权重设置 ［Ｊ］． 计算机工程与应用， ２００９， ４５（２６）： １３１⁃１３４． ＬＩ Ｊｉａｎｇｅｎｇ， ＧＡＯ Ｚｈｉｋｕｎ． Ｓｅｔｔｉｎｇ ｏｆ ｃｌａｓｓ ｗｅｉｇｈｔｓ ｉｎ ｒａｎ⁃ ｄｏｍ ｆｏｒｅｓｔ ｆｏｒ ｓｍａｌｌ⁃ｓａｍｐｌｅ ｄａｔａ［Ｊ］． Ｃｏｍｐｕｔｅｒ ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ， ２００９， ４５（２６）： １３１⁃１３４． ［２２］ ＣＨＡＷＬＡ Ｎ Ｖ， ＬＡＺＡＲＥＶＩＣ Ａ， ＨＡＬＬ Ｌ Ｏ， ｅｔ ａｌ． ＳＭＯＴＢｏｏｓｔ： ｉｍｐｒｏｖｉｎｇ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｍｉｎｏｒｉｔｙ ｃｌａｓｓ ｉｎ ｂｏｏｓｔｉｎｇ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ７ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ ｏｎ Ｐｒｉｎｃｉｐｌｅｓ ａｎｄ Ｐｒａｃｔｉｃｅ ｏｆ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅｓ． Ｂｅｒｌｉｎ Ｈｅｉｄｅｌｂｅｒｇ： Ｓｐｒｉｎｇｅｒ， ２００３， ２８３８： １０７⁃１１９． ［２３］ＳＥＩＦＦＥＲＴ Ｃ， ＫＨＯＳＨＧＯＦＴＡＡＲ Ｔ Ｍ， ＶＡＮ ＨＵＬＳＥ Ｊ， ｅｔ ａｌ． ＲＵＳＢｏｏｓｔ： ａ ｈｙｂｒｉｄ ａｐｐｒｏａｃｈ ｔｏ ａｌｌｅｖｉａｔｉｎｇ ｃｌａｓｓ ｉｍｂａｌ⁃ ａｎｃｅ［Ｊ］． ＩＥＥＥ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｓｙｓｔｅｍ， ｍａｎ ａｎｄ ｃｙｂｅｒｎｅｔ⁃ ｉｃｓ⁃ｐａｒｔ ａ： ｓｙｓｔｅｍｓ ａｎｄ ｈｕｍａｎｓ， ２０１０， ４０（１）： １８５⁃１９７． 作者简介： 胡小生，男，１９７８ 年生，讲师／ 高级 工程师，主要研究方向为机器学习、数 据挖掘、人工智能。 主持广东省教育厅 育苗工程项目 １ 项，参与省级、市厅级 科研项目 ６ 项，发表学术论文 １２ 篇，其 中被 ＥＩ、ＩＳＴＰ 检索 ４ 篇。 温菊屏， 女，１９７９ 年生，讲师，主要 研究方向为虚拟现实、数据挖掘。 主持 广东省教育厅科研项目 １ 项，参与省 级、厅级科研和教改项目 ４ 项，发表学 术论文 ９ 篇。 钟勇， 男，１９７０ 年生，教授，博士， 主要研究方向为访问控制、隐私保护、 信息检索、云计算。 主持和参与国家自 然科学基金、国家星火科技计划、省自 然科学基金等国家级、省级科研项目 １０ 余项，发表学术论文 ３０ 多篇，其中被 ＳＣＩ、ＥＩ 检索 １０ 篇。 第 ２ 期 胡小生，等： 动态平衡采样的不平衡数据集成分类方法 ·２６３·