公开(公告)号：CN113378987A

公开(公告)日：2021-09-10

申请号：CN202110762213.8

申请日：2021-07-06

Applicant: 哈尔滨理工大学

Inventor： 姜诚 ,  万静 ,  纪耀立

IPC: G06K9/62

Abstract: 本发明公开了基于密度的不平衡数据混合采样算法，首先使用DBSCAN聚类算法对少数类和多数类进行聚类，识别并处理少数类和多数类离群点，然后依据样本的K近邻总距离，计算每个样本的边界密度，依据边界密度，确定少数类样本和多数类样本的边界区域和非边界区域，对少数类样本边界区域进行过采样，多数类样本非边界区域欠采样，最后得到平衡数据集，使用交叉验证划分数据，使用随机森林算法对样本分类测试，实验结果显示，本发明能够得到较好的分类结果，分类器性能得到提高。

公开(公告)号：CN112418352A

公开(公告)日：2021-02-26

申请号：CN202011462702.3

申请日：2020-12-14

Applicant: 哈尔滨理工大学

Inventor： 张爽 ,  李媛洁 ,  纪耀立

IPC: G06K9/62

Abstract: 本发明涉及一种基于基于谱聚类的过采样方法，本发明首先对数据集进行谱聚类，根据簇内多数类样本与少数类样本的个数划分为边界簇和安全簇，对于边界簇，根据簇内不平衡比进行簇的概率选择；对于安全簇根据簇内少数类样本数据个数进行簇的概率选择；在选择簇的基础上，选择簇中心点并随机选取簇内少数类样点，在两个样本点之间随机生成，直到个数满足条件，本发明能够提高过采样生成数据的可靠性，从而提高不平衡数据中少数类样本的分类精度。

公开(公告)号：CN113822310A

公开(公告)日：2021-12-21

申请号：CN202011462448.7

申请日：2020-12-14

Applicant: 哈尔滨理工大学

Inventor： 纪耀立 ,  姜诚 ,  杨海波

IPC: G06K9/62

Abstract: 本发明提出了一种方法，对于密度峰值聚类算法的聚类策略进行优化，主要解决密度峰值聚类算法在确定聚类中心后，剩余点分配过程中，因某个点分配错误而导致的“多米诺骨牌”效应。利用k‑dist值剔除噪声点，使簇与簇之间更加独立；运用广度优先搜索遍历算法对簇进行遍历，实现样本点的聚类；最后将剩余点分批次的分配给离其最近的点所在的类。这种聚类策略减少了噪声点对聚类结果的影响，避免了聚类过程中因为一个点分配错误而导致的连锁反应，显著提高了聚类效果。

公开(公告)号：CN113378986A

公开(公告)日：2021-09-10

申请号：CN202110762011.3

申请日：2021-07-06

Applicant: 哈尔滨理工大学

Inventor： 纪耀立 ,  万静 ,  姜诚

IPC: G06K9/62

Abstract: 本发明提出了一种方法，对于密度峰值聚类算法的聚类策略进行优化，主要解决密度峰值聚类算法在确定聚类中心后，剩余点分配过程中，因某个点分配错误而导致的“多米诺骨牌”效应。利用k‑dist值剔除噪声点，使簇与簇之间更加独立；运用广度优先搜索遍历算法对簇进行遍历，实现样本点的聚类；最后将剩余点分批次的分配给离其最近的点所在的类。这种聚类策略减少了噪声点对聚类结果的影响，避免了聚类过程中因为一个点分配错误而导致的连锁反应，显著提高了聚类效果。