10.3969/j.issn.1000-1220.2006.01.020
一种基于拟牛顿法的大类别分类算法
支持向量机利用接近边界的少数向量来构造一个最优分类面.然而当两类中的样本数量差别悬殊时,PSVM算法则会过度拟合样本量大的那一类,而对样本量很小的那一类的错分率相当高.为解决此问题,本文提出了一种改进的支持向量机算法--DFP-PSVM算法.同时,这个问题也是大类别分类问题所采用的留一法面临的问题,在DFP-PSVM的基础上,提出了基于拟牛顿法的大类别分类算法.通过仿真实验证实了此算法在精度上优于PSVM算法.
DFP-PSVM、拟牛顿法、不均衡数据分类、大类别分类
27
TP18(自动化基础理论)
中国科学院资助项目60372072
2006-03-30(万方平台首次上网日期,不代表论文的发表时间)
共3页
90-92