【摘要】基于噪声过滤的过抽样方法能克服噪声生成，但是他们的噪声侦察技术和合成样本的过程依赖于参数，同时，他们也会过滤掉大量的少数类样本。为了解决该问题，文章提出了一种基于局部集合和差分进化的过抽样方法（OMLSDE）。首先，用该方法计算每个样本的局部集合；其次，用局部集合和不平衡比去发现可疑的噪声；然后，用差分进化去优化可疑的噪声；最后，用局部集合内的随机样本去生成少数类的合成样本。实验证明，OMLSDE优于6个流行的过抽样方法。