不平衡分类精度显著提升
在特征空间与样本空间同步优化，用增量式视图库持续产出最优特征表示，最终通过聚类降采样获得平衡子集，使少数类识别能力明显优于主流集成方法。
徐禹洪 · Zaibo, Wang · 黄沛杰
Engineering Applications of Artificial Intelligence 2026
通过瘦身-增肥细化策略在类不平衡数据上直接优化特征提取，减少冗余与噪声特征对分类的干扰。
增量优化结构配合视图库，在整个优化过程中始终提供当前最优特征视图，保证特征表示质量不随迭代退化。
在最终增肥视图上进行基于聚类的降采样，获得类别平衡的子集，使后续分类器能更公平地学习少数类。