本文提出了一种处理极端不平衡性FER数据集的新方法，通过考虑样本点的邻域平滑度来减少不可靠样本的影响。实验证明该方法相较于现有技术提高了30%的上限。

该文介绍了一种新方法，可避免处理极端不平衡的FER数据集时的表现降低。该方法考虑了样本点的邻域平滑度，减少了不可靠样本的影响。在AffectNet实验中，该方法有效，并相较于现有技术提高了30%的上限。