具有两类上限条件的虚拟样本生成数量优化

林越; 刘廷章; 王哲河

doi:10.16088/j.issn.1001-6600.2019.01.016

广西师范大学学报（自然科学版） ›› 2019, Vol. 37 ›› Issue (01) : 142 -148. DOI: 10.16088/j.issn.1001-6600.2019.01.016

具有两类上限条件的虚拟样本生成数量优化

林越, 刘廷章, 王哲河

作者信息 +

Author information +

文章历史 +

PDF

摘要

面对小样本数据集,虚拟样本生成(virtual sample generation,VSG)技术已被证实能有效提升机器学习算法的性能,然而对于最优的生成数量并未有明确的结论。本文首先在给定训练样本标准方差上限的条件下,采用信息熵理论研究最优虚拟样本生成数量;其次将虚拟样本所产生的噪声加以考虑,在给定的置信水平(0.95)下建立了最优虚拟样本生成数量的一般概率模型及分析方法;最后以2016年浙江湖州某变电站历史监测故障数据建立小样本数据集,设计4次相关虚拟样本生成实验,结果表明,上述两种最优虚拟样本生成数量法则行之有效,相应的机器学习预测精度有所提高。