第３５卷第１期重庆邮电大学学报（自然科学版）Ｖｏｌ．３５Ｎｏ．１２０２３年２月ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｆｅｂ．２０２３ＤＯＩ：１０．３９７９／ｊ．ｉｓｓｎ．１６７３⁃８２５Ｘ．２０２２０７２６０１９４不平衡数据分类问题的基于间隔放大损失的支持向量机收稿日期：２０２２⁃０７⁃２６修订日期：２０２２⁃１２⁃０５通讯作者：鲁淑霞ｃｍｃｌｕｓｘ＠１２６．ｃｏｍ基金项目：河北省科技计划重点研发项目（１９２１０３１０Ｄ）；河北省自然科学基金（Ｆ２０２１２０１０２０）ＦｏｕｎｄａｔｉｏｎＩｔｅｍｓ：ＴｈｅＫｅｙＲ＆ＤＰｒｏｇｒａｍｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＦｏｕｎｄａｔｉｏｎｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅ（１９２１０３１０Ｄ）；ＴｈｅＮａｔｕｒａｌＳｃｉ⁃ｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅ（Ｆ２０２１２０１０２０）王众１，２，鲁淑霞１，２（１．河北大学数学与信息科学学院，河北保定０７１００２；２．河北省机器学习与计算智能重点实验室（河北大学），河北保定０７１００２）摘要：针对不平衡数据分类问题，提出了一种带有间隔感知标签分布损失函数的支持向量机，称为基于间隔放大损失的支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｗｉｔｈｍａｒｇｉｎｍａｇｎｉｆｉｃａｔｉｏｎｌｏｓｓ，ＭＭ⁃ＳＶＭ）。考虑各类样本的分布情况以及数据不平衡比，设计了一种间隔放大损失函数，最小化基于间隔的泛化误差界；将间隔放大损失函数应用于ＳＶＭ模型中，增强了少数类样本对分类超平面的影响，实现对少数类样本的准确分类。在Ｋｅｅｌ和ＵＣＩ数据库上的实验表明，ＭＭ⁃ＳＶＭ在不平衡数据分类精度和时间效率上均优于其他５种对比方法，实现了对不平衡数据的有效分类。关键词：非平衡；间隔；鲁棒性；支持向量机（ＳＶＭ）中图分类号：ＴＰ１８１文献标志码：Ａ文章编号：１６７３⁃８２５Ｘ（２０２３）０１⁃００７０⁃０９ＳｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｗｉｔｈｍａｒｇｉｎｍａｇｎｉｆｉｃａｔｉｏｎｌｏｓｓｆｏｒｉｍｂａｌａｎｃｅｄｄａｔａｃｌａｓｓｉｆｉｃａｔｉｏｎｐｒｏｂｌｅｍｓＷＡＮＧＺｈｏｎｇ１，２，ＬＵＳｈｕｘｉａ１，２（１．ＣｏｌｌｅｇｅｏｆＭａ...
