一种改进的SVM支持向量分类方法

摘要：

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问题.实验表明,采用这种改进的算法在两类训练样本集混淆较严重时能较好地解决泛化性问题.

关键词：支持向量机、类向心度、样本集、KNN

所属期刊栏目：30

分类号：TP181(自动化基础理论)

在线出版日期：2007-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：150-152