基于距离最大熵值的蛋白质结构域边界检测系统

首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题,提出一种新的欠采样方法,即在支持向量机特征空间中对与正类样本具有距离最大熵值的负类样本进行采样.以经过筛选的蛋白质结构域数据库作为实验数据,支持向量机学习系统的平均预测准确率可达80%,同时具有较高的敏感性和特异性.

一种新型欠采样的支持向量机非平衡数据故障诊断研究

支持向量机对于非平衡数据的分类效果不是十分理想;某些新型装备的故障数据较少且难于采集,正常数据则能够较为容易获得足够数量;这就使得支持向量机的诊断效果受到较大影响,如诊断精度降低,漏报、虚警概率的提高;文章借鉴距离最大熵样本欠采样原理,并引入条件熵的概念,提出了距离条件最大熵欠采样策略,用以改善支持向量机对于非平衡样本的诊断性能,实验表明该方法可行有效。