10.3969/j.issn.1002-137X.2008.08.038
基于改进的PCM支持向量描述多类分类器
基于支持向量数据描述和改进的可能性c-均值聚类算法,提出了一种模糊的多类分类学习机.首先通过一个改进的PCM算法来计算每个样本对于每类的权值矩阵,该权值也反映了该样本对某类的重要程度;然后将该权值矩阵应用到支持向量数据描述方法中,并对样本进行训练;最后给出了一个针对多类分类的分类规则(函数),并从理论上证明该分类规则满足贝叶斯优化决策理论.通过对比实验分析,本文提出的算法在分类精度和训练时间上都有较大的改善.
支持向量数据描述、可能性c-均值聚类、最小包围球、分类器、支持向量机
35
TP3;TP1
国家科技型中小企业技术创新基金05C26212120357
2008-11-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
149-153