不均衡数据分类问题是机器学习和模式识别领域的研究重点。陶新民、刘福荣和杜宝祥著的《不均衡数据SVM分类算法及其应用》以SVM为分类器给出基于0DR的欠抽样、基于谱聚类的欠抽样以及基于阴性免疫的过抽样算法。《不均衡数据SVM分类算法及其应用》根据SVM分类算法的自身特点，将SVM算法与集成算法相结合给出基于核聚类集成的不均衡数据分类算法，以及基于核矩阵偏移和主动学习欠抽样的不均衡数据SVM分类算法。最后，本书将不均衡SVM分类算法应用到故障诊断领域。
《不均衡数据SVM分类算法及其应用》可供理工科高等学校信息科学，人工智能和自动化技术等相关专业的教师和研究生阅读，也可供自然科学和工程技术领域中的研究人员参考。