基于差分孪生卷积神经网络的大规模不平衡数据分类算法

作者：任佳丽; 王文晶

来源：计算机应用与软件, 2019, 36(11): 267-274.

• 深度学习
• 数据分类
• 不平衡数据集
• 卷积神经网络
• 深度神经网络
• 孪生神经网络

传统基于支持向量机的不平衡数据分类算法包含矩阵运算,无法应用于大规模的不平衡数据集。针对这种情况,提出基于差分孪生卷积神经网络的大规模不平衡数据分类算法。设计差分卷积机制增强卷积神经网络的深度结构表示能力,在不改变滤波器数量的情况下提高模型的判别能力。通过差分孪生卷积神经网络分别优化每个类的特征图,每个类关联多个超平面,根据输入样本与超平面的距离决定输出样本的类标签。基于多组不平衡数据集的实验结果表明,该算法实现了较好的分类性能。