基于认知几何的支持向量机分类

摘要：

支持向量机(SVM)较好地解决了小样本分类问题,但仍然受稀疏数据和噪音的影响.鉴于人类具有很好的处理稀疏数据和噪音问题的能力,文中提出了模型化这些认知能力的几何化方法,特别是采用相对变换方法建立了认知相对性规律的几何化模型,并用之改进了SVM.仿真实验结果表明,改进的SVM明显提高了抵抗稀疏数据和噪音的能力.

关键词：支持向量机、认知规律、相对变换、认知几何

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：广东省科技攻关项目2007B030803006;湖北省科技攻关项目2005AA101C17

在线出版日期：2008-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5