山东农业大学王志军教授团队在类不平衡学习领域取得新进展

　　近日，信息科学与工程学院王志军教授农业系统集成团队孙博老师作为第一作者在《NEUROCOMPUTING》上在线发表题为“Radial-based undersampling approach with adaptive undersampling ratio determination”的研究论文。
　　类不平衡问题是机器学习领域中的一项重要挑战，指在收集到的训练数据集中某一类别的样例数量明显少于其他类别的样例数量，从而影响常见分类学习算法的泛化性能，特别是对携带重要信息的少数类不能很好地进行分类。例如，农业病虫害数据中描述某种特殊病害的样例(少数类样例)通常显著少于描述普通病害的样例(多数类样例)，但若对少数类样例错误分类将耽误病虫害的最佳治疗时机并导致作物产量和质量的明显降低。