基于最大最小距离的多中心数据综合增强方法

来源：计算机工程杂志2022年第6期北京时间：

作者：曹瑞阳, 郭佑民, 牛满宇

单位：兰州交通大学 机电技术研究所, 兰州 730070

摘要：数据增强是解决数据集不平衡的有效方法，针对现有的数据增强方法存在生成样本越界和随机性差的问题，提出一种基于最大最小距离的多中心数据增强方法MCA。通过计算所有样本的加权密度，减少离群点对最终分类结果的影响，同时将抽样方法与最大最小距离算法相结合选择最优的数据，生成多中心点集，避免生成结果出现样本类别越界的情况，从而拓展样本数据的多样性，并且降低时间复杂度。在此基础上，根据样本的相似性构建权重函数，计算加权平均生成新的样本，解决原有数据集不平衡的问题。在SwedishLeaf数据集和实测数据集上进行实验，结果表明，相比SMOTE、Easy Ensemble、RR等方法，该方法的精确率和召回率均提高了1.17%以上，F1值提高了2%以上，能够有效提高泛化能力，在少数类和多数类样本不平衡率较高的情况下具有较优的分类性能。

关键词：数据增强,最大最小距离,加权密度,抽样方法,样本容量,深度残差网络

基金资助：国家自然科学基金（72061021）。