基于局部优化的多类分类算法
为了解决传统多类分类问题中普遍出现的偏离性与不平衡性,依据互通信熵理论与支持向量数据描述(SVDD)分类原理,设计出一种改进的局部性SVDD多类分类算法,即EL-SVDD算法。此算法首先以局部样本信息为载体,计算出互通信熵参数值;其次在多维度空间球体中以互通信熵参数值分类放置测试样本数据信息;最后综合分析测试样本大小与互通信熵参数值,重新诠释了SVDD算法中的C值。实验表明,EL-SVDD算法不仅具有可行性,而且能够有效和稳定地提高多类分析精度。
SVDD、互通信熵、多类分类、C值
23
TP181(自动化基础理论)
2016-11-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
1607-1611