1、隨著信息科學(xué)技術(shù)的迅猛發(fā)展，數(shù)據(jù)的產(chǎn)生和存儲(chǔ)都變的極為簡(jiǎn)單快捷，如何從如此海量的數(shù)據(jù)中提取出有用的信息和知識(shí)，成為人們亟待解決的問(wèn)題。數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，它的目的就是從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中的知識(shí)與信息，有效提高了閑置數(shù)據(jù)的利用率。
　　分類(lèi)任務(wù)，即確定樣本屬于哪一預(yù)定義的目標(biāo)類(lèi)，是數(shù)據(jù)挖掘的核心技術(shù)之一。目前，分類(lèi)技術(shù)的發(fā)展已經(jīng)趨于成熟，各類(lèi)算法都有各自的優(yōu)異表現(xiàn)，但是傳統(tǒng)的分類(lèi)算法多數(shù)是基于平衡數(shù)據(jù)集學(xué)習(xí)構(gòu)造模型

2、的。而實(shí)際應(yīng)用中存在著大量不平衡數(shù)據(jù)集的情況，即數(shù)據(jù)類(lèi)別分布嚴(yán)重失衡，有價(jià)值的樣本所占比例相對(duì)較小，如醫(yī)療診斷、識(shí)別信用卡欺詐、文本分類(lèi)和醫(yī)藥檢測(cè)。傳統(tǒng)的分類(lèi)算法在處理不平衡數(shù)據(jù)集時(shí)，往往會(huì)將少數(shù)類(lèi)樣本錯(cuò)分為多數(shù)類(lèi)樣本類(lèi)別，導(dǎo)致我們重視的少數(shù)類(lèi)樣本分類(lèi)精度很低。
　　極限學(xué)習(xí)機(jī)是近幾年興起的一種快速學(xué)習(xí)算法，其體現(xiàn)出了訓(xùn)練速度快、泛化能力強(qiáng)等優(yōu)點(diǎn)。但是，當(dāng)其用于解決不平衡分類(lèi)問(wèn)題時(shí)，同樣受到數(shù)據(jù)不平衡分布的影響，從而得出較差的分類(lèi)

3、結(jié)果。針對(duì)這一問(wèn)題，本文的主要工作如下:
　　(1)類(lèi)不平衡模糊加權(quán)極限學(xué)習(xí)機(jī)研究:通過(guò)結(jié)合不平衡數(shù)據(jù)集的分布特點(diǎn)及極限學(xué)習(xí)機(jī)的構(gòu)造機(jī)理，從理論上論證類(lèi)不平衡分布對(duì)極限學(xué)習(xí)機(jī)產(chǎn)生的負(fù)面影響，并探討了不平衡比率、類(lèi)覆蓋、樣本規(guī)模及噪聲等因素對(duì)其性能的影響機(jī)制。進(jìn)一步，充分挖掘并耦合訓(xùn)練數(shù)據(jù)的先驗(yàn)分布信息，從代價(jià)敏感加權(quán)的角度提出了類(lèi)不平衡模糊加權(quán)極限學(xué)習(xí)機(jī)算法。實(shí)驗(yàn)結(jié)果表明，與加權(quán)極限學(xué)習(xí)機(jī)及幾種傳統(tǒng)的類(lèi)不平衡極限學(xué)習(xí)機(jī)算法相比，模

4、糊加權(quán)極限學(xué)習(xí)機(jī)可明顯獲得更優(yōu)的分類(lèi)性能。而與模糊加權(quán)支持向量機(jī)系列算法相比，其可獲得與之相當(dāng)?shù)姆诸?lèi)性能，但時(shí)間開(kāi)銷(xiāo)卻要更小。
　　(2)基于Bagging集成的類(lèi)不平衡模糊加權(quán)極限學(xué)習(xí)機(jī)研究:分析了類(lèi)不平衡模糊加權(quán)極限學(xué)習(xí)機(jī)算法可能存在不穩(wěn)定和過(guò)適應(yīng)的問(wèn)題，通過(guò)引入Bagging集成學(xué)習(xí)框架，以同構(gòu)集成的方式將FWELM分類(lèi)器嵌入到Bagging集成學(xué)習(xí)模型中，構(gòu)造出了Bag-FWELM系列算法。通過(guò)實(shí)驗(yàn)證明，Bag-FWELM