计算方法如下所示： d=1nni=1D（xi ，c）（5） 其中函数D（）表示欧氏距离计算方法 。
改进的SMOTE算法通过生成符合样本本身分布规律的少类样本实现过采样 ， 主要包括三个阶段：1）寻找种子样本；2）对种子样本进行过采样得到虚拟样本；3）筛选合理的虚拟样本 。
具体步骤如下： 步骤1 生成种子样本 。
采用主曲线描绘出原始少类样本的分布趋势 ， 如图1（a）所示 。
根据数据分布特点 ， 基于主曲线设定上下阈值1、2 ， 得到以主曲线为中心的带状区域 ， 即可信区域 。
定义该可信区域内的点为种子样本 ， 如图1（b）所示 。
其中：实 。

17、心点代表原始少类样本 ， 空心点代表种子样本 。
步骤2 生成虚拟样本 。
对种子样本集Seed=（Xi ，yi） ，i=1 ， 2 ， N（其中：Xi为n维向量 ， n为特征个数 ， yi为标签 ， N为种子个数）的每一个种子Xj ， 寻找与其距离最近的k个种子样本Xnear（near=1 ， 2 ， k） 。
本文中k=5 ， 如图2（a）所示 。
分别以Xj为中心 ， 以它到Xnear的欧氏距离为半径做n维球体并在球内随机插值 ， 得到虚拟样本 。
具体来说 ， 设Xj为种子样本实例 ， Xi为其近邻 。
以Xj为中心 ， Xj与Xi之间的欧氏距离Xj-Xi为半径做n维球体 ， 在该球体内随机插值得到t个虚拟样本点Xnew（new=1 ， 2 ，t） ， 如图2（b）所示 。
其中 。

18、：空心方块代表虚拟样本 ， t为单次要增加的虚拟样本点数 。
根据文献5 ， 在SMOTE算法中 ， 通常取给定样本的5个近邻插值 ， 因此 ， 本文在n维球体内作插值时 ， 也参照通常的取值方法 ， 令t=5 。
3 仿真实验与分析 本文采用UCI标准数据集和实际的澳门气象数据11进行仿真实验 ， 分别采用极限学习机（ELM）、在线贯序极限学习机（OSELM）和元认知在线贯序极限学习机（MetaCognitive Online Sequential Extreme Learning Machine ，MCOSELM）12与本文所提算法进行对比 。
其中 ， MCOSELM是针对在线不均衡问题的元认知在线序列极限学习机算法 ， 所有样本被线性 。

19、归一化到-1 ， 1 。
根据第1章的分析 ， 类别的严重不均衡易造成总体和多类样本“虚高”的分类效果 ， 因此 ， 本文更关注算法在少类样本上的分类精度 。
3.1 UCI标准数据集 选择两个标准数据集Blood和Abalone来进行仿真实验 。
离线阶段 ， 采用改进SMOTE算法对数据预处理 ， 得到均衡的样本集 ， 见表1 。
给定隐层激活函数为中英全径向基函数（Radial basis function ，RBF）核函数 ， 隐层节点分别为25、45 ， 运行30次取均值 ， 四种模型的性能如表2和表3所示 。
从表2和3可以看出 ， 尽管ISWOSELM的总体训练精度和总体测试精度未能达到最高 ， 但ISWOSELM的少类测试精度明显高于其 。

20、他三种算法 ， 即ISWOSELM对少类样本的识别率最高 。
以Blood标准数据集为例 ， ISWOSELM的少类测试精度比经典ELM和OSELM分别提高了24.30%和22.15% ， 比核实 ， 是否为Vong？应为Vong ， 对应文献12 。
Vong等提出的MCOSELM提高了6.02% ， 且四种算法的训练时间基本相同 ， 表明ISWOSELM在不增加算法复杂度的前提下 ， 对少类样本的预测精度更高 。
同样的结果也体现在Abalone数据集的仿真实验中 ， 进一步表明ISWOSELM对提高少类样本分类精度的有效性 。
3.2 澳门气象数据 在空气质量监测等实际问题中 ， 数据往往具有在线序列到达的特点 ， 且空气质量良好的天数远远大于 。

21、空气严重污染的天数 ， 因此是一种典型的不均衡在线贯序问题 。
由于采集数据的局限性 ， 本文采用澳门气象局网站上公布的空气质量数据11进行仿真实验 。
给定训练数据集D=（是向量吗 ， 是否为黑斜 ， 核实x是向量 ， 用黑斜；t为普通变量 ， 不用黑斜 。
x ，t） ， x表示输入向量 ， 即当天的PM10、SO2、NO2、O3的浓度值 ， x=（d（PM10） ，d（SO2） ，d（NO2） ，d（O3）；t是输出是否黑斜？不是黑斜变量量即第二天的PM10的值 ， 即t=d+1（PM10） 。
为验证ISWOSELM的有效性 ， 利用2010一字线指什么？破折线的一半2012年澳门胱械焊窭嫉缕象站收集的序列数据进行实验 。
其中 ， 2010年的数 。

22、据作为初始离线训练样本 ， 2011年数据作为在线训练样本 ， 2012年的数据作为测试样本 。
对2010年初始训练样本 ， 采用改进SMOTE算法重构样本集 。
首先利用主曲线描绘出少类样本的大致轮廓 ， 如图5（a） 。
基于设定上下阈值分别为1=20 ， 2=25 ， 得到以主曲线为中心的可信区域 ， 如图5（b） ， 选择可信区域内的少类样本点为种子样本 。

稿源：(未知)

【傻大方】网址：/a/2021/0821/0023864697.html

标题：基于|基于不均衡样本重构的加权在线贯序极限学习机( 三 )