![](/images/graphics-bg.png)
Cost-Sensitive Support Vector Machine Using Randomized Dual Coordinate Descent Method for Big Class-Imbalanced Data Classification
المؤلفون المشاركون
Yang, Chunhua
Tang, Mingzhu
Zhang, Kang
Xie, Qiyue
المصدر
العدد
المجلد 2014، العدد 2014 (31 ديسمبر/كانون الأول 2014)، ص ص. 1-9، 9ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2014-07-03
دولة النشر
مصر
عدد الصفحات
9
التخصصات الرئيسية
الملخص EN
Cost-sensitive support vector machine is one of the most popular tools to deal with class-imbalanced problem such as fault diagnosis.
However, such data appear with a huge number of examples as well as features.
Aiming at class-imbalanced problem on big data, a cost-sensitive support vector machine using randomized dual coordinate descent method (CSVM-RDCD) is proposed in this paper.
The solution of concerned subproblem at each iteration is derived in closed form and the computational cost is decreased through the accelerating strategy and cheap computation.
The four constrained conditions of CSVM-RDCD are derived.
Experimental results illustrate that the proposed method increases recognition rates of positive class and reduces average misclassification costs on real big class-imbalanced data.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Tang, Mingzhu& Yang, Chunhua& Zhang, Kang& Xie, Qiyue. 2014. Cost-Sensitive Support Vector Machine Using Randomized Dual Coordinate Descent Method for Big Class-Imbalanced Data Classification. Abstract and Applied Analysis،Vol. 2014, no. 2014, pp.1-9.
https://search.emarefa.net/detail/BIM-1033749
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Tang, Mingzhu…[et al.]. Cost-Sensitive Support Vector Machine Using Randomized Dual Coordinate Descent Method for Big Class-Imbalanced Data Classification. Abstract and Applied Analysis No. 2014 (2014), pp.1-9.
https://search.emarefa.net/detail/BIM-1033749
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Tang, Mingzhu& Yang, Chunhua& Zhang, Kang& Xie, Qiyue. Cost-Sensitive Support Vector Machine Using Randomized Dual Coordinate Descent Method for Big Class-Imbalanced Data Classification. Abstract and Applied Analysis. 2014. Vol. 2014, no. 2014, pp.1-9.
https://search.emarefa.net/detail/BIM-1033749
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1033749
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)