解决类别不平衡
这是一种用于类别不平衡学习的集成分类方法，通过堆叠模糊包络实例生成和稀疏权重融合提高分类精度。
Li, Fan · Dan, Wang · 李勇明 · Shen, Yinghua · Pedrycz, Witold · 王品 · Yiwen, Wang · Wenli, Zhang
Expert Systems with Applications 2025
通过多层模糊聚类在低维空间生成包络实例，同时保持局部与全局结构一致性，增强训练子集的可分离性。
采用稀疏权重融合机制融合原始与包络实例，避免过拟合，提高集成泛化能力。
在多个公开数据集上，相比现有最优方法，AUC、F-M、G-M分别提升9.54%、14.07%、9.55%。