近日，Happy漫画 冯妍博士课题组的研究成果 “Loyalty-SMOTE: Data Synthesis Algorithm for Effective Imbalanced Data Classification”（面向不平衡数据分类的高效数据合成算法），被人工智能领域国际顶级期刊《Neural Networks》在线发表。冯妍博士指导的Happy漫画 本科生胡圣权为第一作者，冯妍博士为通讯作者，西北农林科技大学为第一署名单位。
这项研究聚焦医疗诊断、金融欺诈检测、工业故障预警等实际场景中的核心痛点-数据 “长尾分布”导致的不平衡分类难题。在这类场景中，少数类样本（如罕见病病例、欺诈交易记录、设备异常信号）虽数量稀少，却承载着关键决策价值，传统算法往往因偏向多数类样本，导致少数类识别精度不足。针对这一经典难题，论文创新性提出 Loyalty-SMOTE 数据合成与去噪框架：通过引入“忠诚度（Loyalty）”概念，精准量化样本与所属类别的匹配程度，高效识别数据中的噪声点与模糊边界；同时结合 “吸引度（Attraction）”机制，成功将方法拓展至多分类不平衡任务。经多组公开数据集验证，该算法在分类性能与鲁棒性上均实现显著提升，为解决实际场景中的不平衡数据处理问题提供了全新思路与技术支撑。
《Neural Networks》作为人工智能与神经网络领域的国际顶级刊，由国际神经网络学会（INNS）、亚太神经网络学会（APNNS）和日本神经网络学会（JNNS）联合主办，创刊于 1988 年，现由 Elsevier 出版集团发行。该期刊位列中国计算机学会（CCF）“人工智能”方向 B 类推荐期刊、中科院计算机科学 2 区 TOP 期刊，JCR 分区 Q1，五年影响因子达 7.9，长期聚焦神经网络理论、深度学习及跨学科应用等前沿方向，是学术界与工业界公认的高水平成果发布平台。
论文链接：//doi.org/10.1016/j.neunet.2026.108677