改进的邻域支持向量解算法

摘要：

针对实施邻域风险最小化原则的邻域支持向量解算法,根据被错分样本一定是支持向量提出一种利用支持向量删除训练样本中难学习样本的修剪算法;依据最大似然原则对已有的高斯邻域函数参数取值方法进行改进.初步实验表明,训练样本的修剪与邻域函数参数取值方法的改进可明显提高邻域支持向量解算法的泛化能力,比SVM测试准确率提高0.5%左右.

关键词：邻域支持向量解、修剪样本、高斯函数

所属期刊栏目：25

分类号：TP311(计算技术、计算机技术)

资助基金：科技部科研项目G1998030414

在线出版日期：2005-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：967-970