自适应上界的相对最大分离比单球面分类器

摘要：

单球面分类器(RSS)以最大分离比为目标,对负类样本的分布情况缺乏考虑.根据Fisher判别准则,将相对间隔的思想引入到单球面分类器中,对特征空间中负类样本的分布上界进行约束来增强其内聚度,以提高分类器判别的准确性.由于分布上界的不可预测,为避免问题不可解,建立了自适应上界的最大相对分离比单球面分类器模型(ARRSS),并对模型参数进行了分析.实验证明,与单球面分类器相比,该方法表现出更好的泛化能力.

关键词：单球面分类器、Fisher判别、相对间隔、上界约束、自适应上界

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：国家高新技术研究发展计划863项目2009AA043503;国家科技支撑计划项目2012BAF10B05

在线出版日期：2012-11-19（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：188-191,214