SMOTE-IH过采样法

先按实例硬度筛掉噪声与模糊样本再做SMOTE，过采样质量更稳。

Shimeng, Yao · Liyun, Zhang · Luo, Yingting

Applied Soft Computing Journal 2026

参数信息

AUPRC增益

14 %

G-mean增益

5 %

硬度估计时间减少

80 %

技术优势

噪声样本先被筛掉

IH值跨分类器和交叉验证折综合评估，在过采样前剔除噪声或模糊样本，避免污染合成数据。

重叠越高提升越大

性能增益随类别重叠程度增加而上升，说明该方法在困难场景下更有效。

并行化提速八成

可选的加速双级并行策略使硬度估计时间减少80%以上，便于处理大规模数据。

应用场景

• 类别不平衡学习：直接嵌入现有训练流程，替代人工采样或简单SMOTE，提升小类样本质量。
• 噪声标签分类：在过采样前自动识别并剔除噪声标签样本，减少标签噪声对模型的影响。
• 联邦学习中的非IID数据：可用作联邦学习客户端本地预处理步骤，缓解非IID导致的类别不平衡和噪声。
• 医学影像小样本分析：在医学影像小样本下生成更干净合成样本，减少噪声和重叠对诊断模型训练的影响。