Indexed by：
Abstract：
不平衡数据在分类时往往会偏向＂多数＂,传统过采样生成的样本不能较好的表达原始数据集分布特征.改进的变分自编码器结合数据预处理方法,通过少数类样本训练,使用变分自编码器的生成器生成样本,用于以均衡训练数据集,从而解决传统采样导致的不平衡数据引起分类过拟合问题.我们在UCI四个常用的数据集上进行了实验,结果表明该算法在保证准确率的同时提高了F_measure和G_mean.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机系统应用
ISSN： 1003-3254
Year： 2019
Issue： 8
Volume： 28
Page： 120-128
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 2
Chinese Cited Count：
30 Days PV： 23
Affiliated Colleges：
