首页 | 本学科首页   官方微博 | 高级检索  
     

一种改进的局部支持向量机算法
引用本文:朱莹莹,尹传环,牟少敏. 一种改进的局部支持向量机算法[J]. 计算机工程与科学, 2013, 35(2): 91-95
作者姓名:朱莹莹  尹传环  牟少敏
作者单位:1. 北京交通大学计算机与信息技术学院,北京,100044
2. 山东农业大学信息科学与工程学院,山东泰安,271018
基金项目:国家自然科学基金资助项目,中央高校基本科研业务费专项资金,山东农业大学青年科技创新基资助金项目,北京交通大学科技基金资助项目
摘    要:局部支持向量机是一种用途广泛的分类器,无论在理论研究还是实际应用方面,局部支持向量机都受到越来越多的关注。目前,许多传统的局部支持向量机算法都存在一个问题,即模型中样本比例失衡,导致无法提高分类精度。在加权支持向量机的启发下,提出了将加权思想应用在局部支持向量机Falk-SVM中的WFalk-SVM算法,并通过实验分析验证了WFalk-SVM的可行性及其有效性,最后对WFalk-SVM算法进行分析总结。

关 键 词:支持向量机  局部支持向量机  Falk-SVM  WFalk-SVM
收稿时间:2012-05-15
修稿时间:2012-08-13

An improved algorithm of local support vector machine
ZHU Ying-ying , YIN Chuan-huan , MU Shao-min. An improved algorithm of local support vector machine[J]. Computer Engineering & Science, 2013, 35(2): 91-95
Authors:ZHU Ying-ying    YIN Chuan-huan    MU Shao-min
Affiliation:(1.School of Computer and Information Technology,Beijing Jiaotong University,Beijing 100044;2.School of Computer and Information Engineering,Shandong Agriculture University,Taian 271018,China)
Abstract:Local support vector machine is a widely used classifier. It has been attracting more and more attention both on its theoretical research and practical applications. Nowadays, there exists a problem in many traditional local support vector machine algorithms: the imbalance of the number of the samples leads to the difficulty in improving the classification accuracy. In this paper, firstly, under the inspiration of weighted support vector machine, the algorithm named WFalk SVM is proposed, which uses weight in Falk SVM. Secondly, the experiments demonstrates the feasibility and effectiveness. At last, we conclude the weighted Falk SVM.
Keywords:support vector machine;local support vector machine;falk SVM; WFalk SVM
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机工程与科学》浏览原始摘要信息
点击此处可从《计算机工程与科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号