多类别模糊补偿支持向量机新模型研究

摘要：

提出了一种更一般化描述的多类别模糊补偿支持向量机(M-FSVM)算法,用它来解决经典支持向量机对类别分类误差的不均衡性问题.并在开源代码LibSVM的基础上实现了新算法,并应用于网络入侵检测.实验结果表明训练样本数目少的类别的分类精度得到了提高.

关键词：支持向量机、统计学习理论、模式识别、模糊集

所属期刊栏目：3

分类号：TP301(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China under Grant No.60674054

在线出版日期：2009-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：330-336