《表2 经改进SMOTE算法插值后6类主题样本数据》
提示：宽带有限、当前游客访问压缩模式
从表1可以看出，各个主题分类的有害信息所占比例并不一致。存在比例过低，会导致识别精度较差。经改进SMOTE算法插值后有害信息样本数量，如表2所示。
| 图表编号 | XD00221071200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.20 |
| 作者 | 庞雪茹 |
| 绘制单位 | 西安航空职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 6类主题样本数据：面向网络安全的有害信息智能识别算法研究》2020.09.20
- 《表2 采用SMOTE算法处理前后的样本集构成》2020.09.25
- 《表5 基准数据删减后的基于多组隐含层插值法的虚拟样本输入/输出结果（以前5组样本为例）》2020.12.01
- 《表2 数据集属性：结合马氏距离的smote改进算法研究》2020.10.15
- 《表3 SMOTE算法处理后的平衡数据的模型效果》2020.06.20
- 《表1 6类主题样本数据：基于联合区块链的科技成果区域化应用平台设计》2020.07.20
- 《表2 样本数据具体分布：基于SVM SMOTE的电力变压器故障样本均衡化方法》2020.07.31
- 《表1 数据集的基本信息：整合DBSCAN和改进SMOTE的过采样算法》2020.09.15
- 《表2 混淆矩阵：整合DBSCAN和改进SMOTE的过采样算法》2020.09.15
- 《表2 改进SMOTE算法修正后的样本分布情况》2020.07.15
- 《算法1 SMOTE改进算法》2020.07.15
- 《表5 经个性化k匿名隐私保护算法后的等价类表》2020.06.10
- 《表6 上市公司t-3数据训练样本SMOTE采样》2020.03.31
- 《表1 混淆矩阵：基于改进的SMOTE采样Catboost分类算法》2020.01.01
- 《表6 聚类结果：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表2 线路参数：基于改进插值HHT算法的输电线路行波故障测距》2019.09.01
- 《表1 混淆矩阵：基于类中心插值的非均衡数据分类算法》2019.03.10
- 《表2 使用SMOTE算法对阳性数据增量后训练集的结果》2019.01.15
- 《表4 SMOTE算法改进前后分类器AUC值Tab.4 Classifier AUC values of datasets preprocessed by SMOTE and improved SMOTE》2018.07.15
- 《表3 SMOTE算法改进前后分类器G-mean值Tab.3 Classifier G-mean values of datasets preprocessed by SMOTE and improved SMOTE》2018.07.15