{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,7,7]]，“日期-时间”：“2024-07-07T23:49:43Z”，“时间戳”：1720396183196}，“参考-计数”：41，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{:“日期-部分”：[2016,10,1]]，”日期-时间“：”2016-10-01T00:00:00 0Z”，“时间戳”：1475280000000}，“内容-版本”：“tdm”，“delay-in-days”：0，“URL”：“http://www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“61203305”，”61433012“，”61303167“]，“id”：[{“id”:“10.13029\/5011000001809”，id-type“：”DOI“，”asserted-by“：”publisher“}]}，{”name“：“泰山学者建设项目专项资金”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[[2016,10]]}，”DOI“：”10.1016\/j.neucom.2015.10.140“，”type“：”journal-article“，”created“：{”date-ports“：[2016年6月8日]]]，“date-time”：“2016-06-08T23:45:09Z”，“timestamp”：1465429509000}，“page”：“172-181”，“update-policy”：”http://\/dx.doi.org \/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：16，“special_numbering”：“C”，“title”：[“不采样聚类不平衡数据的概率模型选择和参数进化估计”]，“前缀”：“10.1016”，“卷”：“211”，“作者”：[{“给定”：“建丛”，“家族”：“范”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“中汉”，“家庭”：“牛”，“顺序”：“附加”，“附属关系”：[]}、{“已知”：“涌泉”，“家人”：“梁”，“序号”：“额外”，“隶属关系”：【】}，}“给定的”：“中英”，“家”：“赵”“，”sequence“：”additional“，”affiliation“：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：“10.1016\/j.neucom.2015.10.140_bib1”，“doi-asserted-by”：“crossref”，“first-pages”：“427”，“doi”：“101016\/j.neunet.2007.12.031”，“article-title”：“训练用于医学决策的神经网络分类器：不平衡数据集对分类性能的影响”，“volume”：《21》，“author”：“Mazurowski”，“year”：“2008”，“journal-title”：“Neural Netw.”}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2015.10.140_bib2”，“doi-asserted-by”：“crossref”，《first page》：“7”，“doi”：“101016\/j.artmed.2005.03.002”，“article-title“从医院感染监测中的不平衡数据中学习”，“volume”：《37》，“author”：“Cohen”，“year”：“2006”，“新闻标题”：“Artif.Intell.Med.”}，{“issue”：“5”，“key”：“10.1016\/j.neucom.2015.10.140_bib3”，“doi-asserted-by”：“crossref”，“first page”：”509“，“doi”：“101016\/j.compbiomed.2010.03.005”，“article-title”：“医学数据集班级不平衡问题的学习方法”，“volume”：生物医学“}，{”问题“：“1”，“key”：“10.1016\/j.neucom.2015.10.140_bib4”，“doi-asserted-by”：“crossref”，“首页”：“51”，“doi”：“101186\/1472-6947-11-51”，，“article-title”：“使用随机森林从高度不平衡数据预测疾病风险”，“volume”：”11“，”author“：”Khalilia“，”year“：”2011“，”journal-title“：”BMC Med.Inf.Decis.Mak.“}，{“issue”：“3”，“键”：“10.1016\/j.neucom.2015.10.140_bib5”，“doi-asserted-by”：“crossref”，“first page”：“137”，”doi“：”10.1016\/j.compmedimag.2013.12.003“，”article-title“：”基于集合的混合概率抽样用于肺结节CAD中不平衡数据学习“，”volume“：”38“，”author“：”Cao“，”year“：”2014“，”journal title“：“Compute.Med.Imaging Graph.”}，{“issue”：“1”，“key”“”：“10.1016\/j.neucom.2015.10.140_bib6”，“doi-asserted-by”：“crossref”，“first page”：“50”，“doi”：“10.1145\/1007730.1007738”，“article-title”：“欺诈检测中的少数群体报告：倾斜数据的分类”，“volume”：”6“，“author”：“Phua”，”year“2004”，“journal-title“：”ACM SIGKDD Explor.Newsl.“}，{”key“：”10.1016//j.neucomm.2015.10.140_bib7“，”非结构化“：“M.Di Martino，F.Decia，J.Molinelli，A.Fern\u00e1ndez。使用类不平衡策略改进电子欺诈检测。摘自：模式识别应用和方法国际会议论文集，ICPRAM，2012年，第135\u2013141页。”}，{“问题”：“4”，“关键”：“10.1016\/J.neucom.2015.10.140_bib8”，“doi-asserted-by”：“crossref”，“首页”：“449”，“DOI”：“10.1007\/s11280-012-0178-0”，“article-title”：“在极度不平衡的数据上有效检测复杂的网上银行欺诈”，“volume”：“16”，“author”：“Wei”，“year”：“2013”，“journal-title“：“World Wide Web”}，{“issue”：“4”，“key”：”10.1016\/j.neucom.2015.10.140_bib9“，”DOI-asserted-by“：”crossref“，”首页“720”，“内政部”：“10.1016\/j.nonrwa.2005.04.006”，“article-title”：“阶级失衡问题信用评估任务的神经网络和数据挖掘方法评估”，“volume”：“7”，“author”：“Huang”，“year”：“2006”，“journal title”：《非线性分析：现实世界应用》}，{“issue”：“4”，“key”：《10.1016\/j.neucom.2015.10.140_bib10》，“doi-asserted-by”：“crossref”，“首页”：“295”，“DOI”：“10.1007\/s11416-009-0122-8”，“文章标题”：“未知恶意代码检测和不平衡问题”，“卷”：“5”，《作者》：“莫斯科维奇”，“年份”：“2009”，“期刊标题”：《计算机病毒》}，{“问题”：“2”，“关键”：“101016\/J.neucom.2015.10.140_bib11”，“DOI-asserted-by”：“crossref”，《首页》：“434”，“内政部”：“10.1109\/TR.2013.2259203”，“article-title”：“使用类不平衡学习进行软件缺陷预测”，“volume”：“62”，“author”：“Wang”，“year”：“2013”，“journal-title“：”IEEE Trans.Reliab.“}，{“key”：”10.1016\/j.neucom.2015.10.140_bib12“，”doi-asserted-by“：”crossref“，”first page“：”365：“基于本地和全局度量融合的多类非平衡网络流量数据集面向类的特征选择方法”，“卷”：“168”，“作者”：“刘”，“年份”：“2015”，“期刊标题”：“神经计算”}，{“键”：“10.1016\/j.neucom.2015.10.140_bib13”，“doi-asserted-by”：“crossref”，《首页》：“125”，“doi”：“1016\/j.neucom.2014.04.070”，“文章标题”：“为管理不平衡数据集而设计的进化模糊分类器的实验研究”，“卷”：“146”，“作者”：“Michela”，“年份”：“2014”，“期刊标题”：“神经计算”}，{“键”：“10.1016\/j.neucom.2015.0.10.140_bib14”，“doi断言”：“crossref”，“首页”：“429”，“doi”：“10.1016\/j.neucom.2014.010.007”，“文章标题”：“通过混合算法提高受限于重叠区域和非重叠区域之间不平衡数据的分类率”，“volume”：“152”，“author”：“Piyanoot”，“year”：“2015”，“journal-title”：“Neurocomputing”}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2015.10.140_bib15“，”doi-asserted-by“：”crossref“，“first-page”：“558”，“doi”：“10.1109\/TFUZZ.2010.20721”，“article-title”：“FSVM-CIL:用于班级不平衡学习的模糊支持向量机”，“volume”：“18”，“author”：“Batuwita”，“year”：“2010”，“journal-title“：”IEEE Trans.fuzzy Syst.“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2015.10.140_bib16“，”doi-asserted-by“：”crossref“，”first page“：“463”，“doi”：“10.1016”109\/TSMCC.2011.2161285“，“article-title”：“阶级失衡问题的集合综述：打包、提升和混合方法”，“volume”：“42”，“author”：“Galar”，“year”：“2012”，“journal title”：《IEEE Trans.Syst.Man Cybern.Part C：Appl.Rev.》}，{“key”：《10.1016\/j.neucom.2015.10.140_bib17》，“doi-asserted-by”：“crossref”，“首页”：“214”，“doi”：“10.1016\/j.knosys.2012.11.003”，“article-title”：“两类不平衡企业生命周期预测的多个极端学习机器”，“volume”：“39”，“author”：“Lin”，“year”：“2013”，“journal-title“：”Knowl.-Based Syst.“}，{”key“：”10.1016\/j.neucom.2015.10.140_bib18“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Y.Liu，Z.H。周，《阶级不平衡对成本敏感学习的影响：实证研究》，载于：IEEE第六届国际数据挖掘会议论文集，ICDM'06，2006，第970\u2013974页10.1109\/TSMCB.2008.2007853“，“文章标题”：“班级平衡学习的探索性欠采样”，“卷”：“39”，“作者”：“刘”，“年份”：“2009”，“期刊标题”：《IEEE Trans。系统。人类网络。C部分：申请。Rev.“}，{”key“：”10.1016\/j.neucom.2015.10.140_bib20“，”unstructured“：”A.Menon，H.Narasimhan，S.Agarwal，S.Chawla，On the statistical consistence of algorithms for binary classification under classion balance，in：Proceedings of the 30th International Conference On Machine Learning，2013，pp.603\u2013611.“}”，{“key”：“10.1016\/j.neucom.2015.10.140_bib21“，“series-title”：“无处不在的计算和环境智能。个性化和用户自适应服务”，“首页”：“540”，“文章标题”：“软感知作为类-平衡二进制分类\u2013 A Lattice Machine方法”，“作者”：“Wan”，“年份”：“2014”}，{“问题”：“1”，“关键”：“10.1016\/j.neucom.2015.10.140_bib22”，“doi-asserted-by”：“crossref”，”第一页“63”，“doi”：“101109\/TKDE.2006.17”，“论文标题”：用解决阶级不平衡问题的方法训练成本敏感的神经网络”，“卷”：“18”，“作者”：“周”，“年份”：“2006”，“期刊标题”：“IEEE Trans。知识。Data Eng.“}，{”key“：”10.1016\/j.neucom.2015.10.140_bib23“，”first page“：“479”，”article-title“：“神经网络多类不平衡问题的实证研究”，“volume”：“5197”，”author“：”Alejo“，”year“：”2008“}”，{“issue”：“4”，“key”：内政部“：”10.1016\/j.patrec.2012.09.003“，“article-title”：“在神经网络和多类场景中面对类重叠和类不平衡的混合方法”，“volume”：“34”，“author”：“Alejo”，“year”：“2013”，“journal-title“：“Pattern Recognit”。莱特。“}，{”key“：”10.1016\/j.neucom.2015.10.140_bib25“，”doi-asserted-by“：”crossref“，”first page“：“109”，“doi”：“10.1016\/j.datak.2013.06.001”，“article-title”：“多类不平衡数据集中的无参数分类”，“volume”：“87”，“author”：“Cerf”，”year“：”2013“，”journal-title“：”data Knowl.Eng.“}”，{“key”：”10.116\/j.neucom.2015.10.140_bib26“，”series-title“：”基于知识的系统设计的计算智能“，”first page“：”89“，”article-title“：“基于成对学习的语言模糊规则分类系统的多类不平衡数据集”，“author”：“Fern\u00e1ndez”，“year”：“2010”}，{“key”：“10.1016\/j.neucom.2015.10.140_bib27”，“doi-asserted-by”：“crossref”，“非结构化”：“X.Y.Liu，Q.Q.Li，Z.H.Zhou，学习具有最优二分法权重的非平衡多类数据，载于：IEEE第13届国际数据挖掘会议论文集，2013年，第478\u2013487页。”，“DOI”：“10.1109\/ICDM.2013.51”}，{“key”：“101016\/j.neucom.2015.10.140_bib28”，“DOI-asserted-by”：“crossref”，“非结构性”：“Y.L。Murphey，H.Wang，G.Ou，L.A.Feldkamp，OAHO：从不平衡数据中进行多类学习的有效算法，载于：《国际神经网络联席会议论文集》，2007年，第406\u2013411页首页“：”17“，”article-title“：”反向传播语境下多类不平衡学习评价指标实证分析“，”author“：”S\u00e1nchez-Crisostomo“，”year“：”2014“}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2015.10.140_bib30”，“doi-asserted-by”：“crossref”，“first page”：”211“，”doi“：”10.1007\/s00521-012-1207-8“，”article-title“：“基于成对约束的半监督谱聚类算法研究”，“volume”：“24”，“author”：“Ding”，“year”：“2014”，“journal-title”：“Neural Compute”。申请。“}，{”key“：”10.1016\/j.neucom.2015.10.140_bib31“，”unstructured“：”L.Chen，Z.Cai，L.Cheng，Q.Gu，《非平衡数据集上的一种新型差分进化聚类混合重采样算法》，摘自：IEEE第三届知识发现和数据挖掘国际会议论文集，2010年，第81\u201385页。“}”，{“key”：“10.1016\/j.neucom.2015.10.140_bib32“，“非结构化”：“X.Li，Z.Chen，F.Yang，探索类平衡数据的聚类算法，收录于：IEEE第八届国际计算机科学与教育会议（ICCSE），2013年，第89\u201393页。”}，{“key”：“10.1016\/j.nucom.2015.10.40_bib33”，“非结构”：“R.K.Pearson，G.E。Goney，J.S.Shwaber，微阵列时间序列的非平衡聚类，摘自：ICML论文集，第3卷，ICML，华盛顿特区，2003年10.1109\/ICASSP.2014.6854162“}，{“key”：“10.1016\/j.neucom.2015.10.140_bib35”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“101016\/j.neucomm.2013.07.041”，“article-title”：“智能计算和应用跟踪”，“volume”：”130“author”：“Ding”，“year”：“2014”，“journal-title“：”Neurocomputing“}”，{”key“：”10.1016\/j.neucom.2015.10.140_bib36“，“doi-asserted-by”：“crossref”，“unstructured”：“B.G.Lindsay，混合模型：理论、几何和应用，收录于：NSF-CBMS概率统计区域会议系列。（数理统计研究所和美国统计协会），1995，pp.1\u2013163.“，”DOI“：”10.1214\/cbms\/1462106013“}，{“key”：“10.1016\/j.neucom.2015.10.140_bib37”，“first page”：”191“，”article-title“：”Canopy for efficient K-Means algorithma“，”volume“：”3“，”author“：”邱“，“year”：“2012”，“journal-title”：“Mod.Mark.”}，”{“密钥”：“”10.1016\/j.neucom.2015.10.140_bib38“，“series-title”：“电子工程与计算技术”，“首页”：“433”，“article-title”：“使用增强的k-means算法聚类生物数据”，“author”：“Nazeer”，“year”：“2010”}，{“key”：”10.1016\\j.neucomm.2015.10.40_bib39“，“doi-asserted-by”：“crossref”，“doi”：“10.1007\/s00521-015-1998-5”，“article-title“：”OPE-HCA:一种层次聚类算法的最优概率估计方法“，”author“：”Fan“，”year“：”2015“，”journal-title”：“神经计算。申请。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2015.10.140_bib40“，”doi-asserted-by“：”crossref“，”first page“：“517”，”doi“：”101109\/TFUZZ.2004.840099“，”article-title“：”possibilistic fuzzy c-means clustering algorithm“，“volume”：“13”，“author”：“Pal”，“year”：“2005”，“journal-title”：“IEEE Trans.fuzzy Syst.”}，”{“key”：“10.1016\/j.neucom.2015.10.140_bib41”，“doi-asserted-by“：”crossref“，”first page“：”972“，”doi“：”10.1126\/science.1136800“，”article-title“：”通过在数据点之间传递消息进行聚类“，”volume“：“315”，”author“：”Frey“，”year“：”2007“，”journal-title”：“science”}]，”container-titlehttp://\/api.elsevier.com/content\/article\/PII:S092523121630577X？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“http://\/api.elsevier.com/content\/article\/PII:S092523121630577X？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-application”：“text-mining”}]，”存放“：{“date-parts”：[2022,7,1]]，“date-time“：”2022-07-01T07:01:53Z“，”timestamp“：1656658913000}，”score“：1，”resource“：{主要”：{“URL”：“http://\/linkinghub.elsevier.com/retrieve\/pii\/S092523121630577X”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2016,10]]}，（references-count）：41，“alternative-id”：[“S092523116377X”0577X“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2015.10.140“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”0925-2312“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[[2016,10]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“不抽样聚类不平衡数据的概率模型选择和参数进化估计“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2016 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}