基于安全欠采样的不均衡多标签数据集成学习方法

您当前的位置：

首页 >

文章列表页 >

基于安全欠采样的不均衡多标签数据集成学习方法

学术论文 | 更新时间：2026-05-07

上一篇|下一篇

- 基于安全欠采样的不均衡多标签数据集成学习方法
- An Imbalanced Multi-Label Data Ensemble Learning Method Based on Safe Under-Sampling
- 孙中彬，刁宇轩，马苏洋
- 电子学报 2024年52卷第10期页码：3392-3408
- 作者机构：
  1.中国矿业大学计算机科学与技术学院，江苏徐州 221116
  2.矿山数字化教育部工程研究中心，江苏徐州 221116
- 作者简介：
  孙中彬男，1990年9月出生于山东省枣庄市.现为中国矿业大学计算机科学与技术学院准聘副教授、硕士生导师.主要研究方向为不均衡数据挖掘、目标检测、工业视觉异常检测.在国内外发表学术论文10余篇.E-mail: zhongbin@cumt.edu.cn
  刁宇轩男，1998年3月出生于江苏省宿迁市.现为中国矿业大学计算机科学与技术学院研究生.主要研究方向为多标签不均衡数据挖掘.E-mail: TS21170060P31@cumt.edu.cn
  马苏洋男，2004年9月出生于贵州省贵阳市.现为中国矿业大学计算机科学与技术学院本科生.主要研究方向为不均衡数据挖掘.E-mail: 08222744@cumt.edu.cn
- 基金信息：
  中央高校基本科研业务费专项资金资助(2021QN1075)
- DOI： 10.12263/DZXB.20240210
  中图分类号：
- 修回：2024-07-22 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 5 ) 表( 15 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

46

浏览量

83

下载量

1

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

面向集成学习的流形近邻样本包络与分层多类型变换算法

一种基于威胁情报层次特征集成的挖矿恶意软件检测方法

基于集成学习的全双工中继系统安全中继选择方案研究

基于随机子空间和AdaBoost的自适应集成方法

基于概念漂移感知的异常流量检测模型轻量化更新机制

相关作者

颜芳

覃剑

刘承宇

王品

李勇明

马洁

姜政伟

傅建明

相关机构

重庆大学微电子与通信工程学院

武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室

中国科学院信息工程研究所

中国科学院大学网络空间安全学院

重庆邮电大学通信与信息工程学院