| 支持向量预选取的域着色Voronoi图方法 |
| |
| 引用本文： | 杨洁,郑宁,徐海涛,刘董,徐明.支持向量预选取的域着色Voronoi图方法[J].计算机应用与软件,2008,25(12). |
| |
| 作者姓名： | 杨洁 郑宁 徐海涛 刘董 徐明 |
| |
| 作者单位： | 杭州电子科技大学计算机学院,浙江,杭州,310018 |
| |
| 基金项目： | 浙江省自然科学基金
，
浙江省科技厅科技计划项目
|
| |
| 摘 要： | 支持向量机是建立在统计学习理论基础上的一种机器学习方法，它通过对支持向量的训练而具有很好的分类推广能力。但是从训练样本中选取合适的支持向量很困难，而对噪音样本的训练会使支持向量机的泛化能力下降。在分析了支持向量的分布特性和Voronoi图在特征空间划分的优势后，提出一种利用域着色Voronoi图来选取支持向量的方法。该方法能大量减少训练样本集中的非支持向量，排除孤立噪音样本，最终得到一个包含候选支持向量的训练样本集。仿真实验结果说明了该方法的有效性和可行性。
|
| 关 键 词： | 支持向量 预选取 噪音 Voronoi图 |
REGION COLOURED VORONOI DIAGRAM FOR PRE-EXTRACTING SUPPORT VECTOR |
| |
| Yang Jie,Zheng Ning,Xu Haitao,Liu Dong,Xu Ming.REGION COLOURED VORONOI DIAGRAM FOR PRE-EXTRACTING SUPPORT VECTOR[J].Computer Applications and Software,2008,25(12). |
| |
| Authors: | Yang Jie Zheng Ning Xu Haitao Liu Dong Xu Ming |
| |
| Affiliation: | Yang Jie Zheng Ning Xu Haitao Liu Dong Xu Ming(College of Computer,Hangzhou Dianzi University,Hangzhou 310018,Zhejiang,China) |
| |
| Abstract: | Support Vector Machine(SVM) is a machine learning method based on statistical study rationale.It has excellent classified promotion ability through on training support vectors(SV).However,it is difficulty to get proper SVs from training sample.Training noise sample would make SVM's generalization goes down.In this paper,a new method for pre-extracting support vectors using region coloured Voronoi diagram was introduced after analyzing the distribution character of SV and the advantage of Voronoi diagram in ... |
| |
| Keywords: | Support vector Pre-extracting Noise Voronoi diagram |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
