基于改进的PCM支持向量描述多类分类器

摘要：

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.

关键词：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

所属期刊栏目：35

分类号：TP3;TP1

资助基金：国家科技型中小企业技术创新基金05C26212120357

在线出版日期：2008-11-14（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：149-153