-
公开(公告)号:CN116467643A
公开(公告)日:2023-07-21
申请号:CN202310461606.4
申请日:2023-04-26
Applicant: 郑州轻工业大学
IPC: G06F18/241 , G06F18/214
Abstract: 本发明公开了一种基于混合密度自适应加权协同表示非均衡学习方法及系统,涉及模式识别技术领域,包括:对非均衡数据集进行预处理,获得目标训练集和目标测试集;基于混合密度获取目标训练集中样本权重,通过加权机制生成权重矩阵自适应地为每个样本赋权;根据权重矩阵构建自适应加权协同表示非均衡学习模型;求解建立的自适应加权协同表示非均衡学习模型模型,计算最小重构误差预测样本标签。本发明提供的一种基于混合密度自适应加权协同表示非均衡学习方法及系统,能够在保证高精度的情况下识别少数类样本,加强了CRC对少数类样本的识别能力。