论文部分内容阅读
针对目前虚拟样本生成方法不能保证所有生成的虚拟样本是真实的情况,本文提出了一种抽取真实虚拟样本进行分类学习的新算法。该算法首先利用原始训练集初步训练一个较为粗糙的分类器,随后根据该分类器排除不真实的虚拟样本,最后利用剩余的真实虚拟样本辅助原始样本进行训练,获得一个较为精确地分类器。在部分UCI标准数据集与MINIT数据集上的仿真实验说明了本文算法具有更高的精度。