一种基于拟牛顿法的大类别分类算法

摘要：

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.

关键词：DFP-PSVM、拟牛顿法、不均衡数据分类、大类别分类

所属期刊栏目：27

分类号：TP18(自动化基础理论)

资助基金：中国科学院资助项目60372072

在线出版日期：2006-03-30（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：90-92