| 一种基于聚类的核向量机参数C选择算法 |
| |
| 引用本文： | 王奇安,陈兵,冯爱民.一种基于聚类的核向量机参数C选择算法[J].小型微型计算机系统,2011,32(3). |
| |
| 作者姓名： | 王奇安 陈兵 冯爱民 |
| |
| 作者单位： | 南京航空航天大学,信息科学与技术学院,江苏,南京,210016 |
| |
| 基金项目： | 国防预研基金项目(9140C60040307HT08)资助 |
| |
| 摘 要： | 核向量机可以高效学习大样本数据集,却有泛化能力低的缺陷.针对已有参数C选择算法缺乏启发性以及选取困难的不足,本文在分析了核聚类算法和距离比较算法的基础之上,提出基于核聚类的相对距离比较方法,该算法利用核聚类算法在特征空间对样本点进行聚类分簇,然后根据样本点到簇心相对距离的比值,得到参数C.本文在理论和实验两个方面,证明该算法有效地选择参数C,从而提高核支持向量机算法的泛化能力.
|
| 关 键 词： | 核向量机 核聚类 惩罚因子C 选择算法 相对距离比较 |
Parameter C Selection Algorithm in Core Vector Machine with Clustering |
| |
| WANG Qi-an,CHEN Bing,FENG Ai-min.Parameter C Selection Algorithm in Core Vector Machine with Clustering[J].Mini-micro Systems,2011,32(3). |
| |
| Authors: | WANG Qi-an CHEN Bing FENG Ai-min |
| |
| Affiliation: | WANG Qi-an,CHEN Bing,FENG Ai-min(College of Information Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China) |
| |
| Abstract: | Core vector machine can learn the large dataset efficiently,but has Low generalization ability.The selection algorithms of parameter C are not heuristic and difficult.Based on the analysis of kernel clustering algorithm and distance comparison algorithm,this paper proposes kernel clustering based on the relative distance comparison method.The algorithm divides the sample points in the feature space into clusters by kenel clustering algorithm.then it gets C parameter on the ratio of relative distance of clus... |
| |
| Keywords: | core vector machine kernel unsupervised clustering penalty factor selection algorithm comparison of the relative distance |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
