基于数据几何特征的SVM改进方法

摘要：

支持向量机实现了利用少量数据建立分类决策面,但是由于分类面只依赖于少量的支持向量,所以易受到噪声数据的影响.针对这种情况,本文提出了HCSVM方法,利用数据映射到高维线性可分的特性,并利用高维中心之间的距离作为优化的原问题,在一定程度上减少了噪声数据对分类面的影响,在改进SVM方法中做出有益尝试.

关键词： 支持向量机 模式识别 数据挖掘 决策函数

作者: 杜晓东 李岐强

作者单位: 山东大学,控制科学与工程学院,山东,济南,250061

会议类型: 国内会议

会议名称: 第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议

会议地点: 山东济南

会议语种:中文

页码: 337-340

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）