一种基于支持向量机的不确定性分类方法

摘要：

通过对支持向量机分类机理论的研究,结合粗糙集理论,提出了针对不确定性数据进行分类的支持向量机算法--USVM,该算法的基本思想是把SVM分类后将位于分类间隔中的样本看做不确定性样本,运用粗集(roughset)方法对它们进行进一步分类,从而弥补了传统支持向量机在对不确定性数据进行分类上的不足.采用USVM算法在UCI标准数据集上进行了实验,结果表明,该算法在对不确定性数据分类方面效果明显。

关键词： 支持向量机 分类 不确定性数据 粗糙集理论 UCI标准数据集

作者: 赵英刚 何钦铭 陈奇

作者单位: 浙江大学计算机科学与技术学院,杭州,310027 浙江大学计算机科学与技术学院,杭州,310027;浙江大学宁波理工学院信息科学与工程分院,宁波,315100

会议类型: 国内会议

会议名称: 2005第一届中国分类技术与应用研讨会(CSCA)

会议地点: 北京

会议语种:中文

页码: 399-402

在线出版日期: 2005-09-23（万方平台首次上网日期，不代表论文的发表时间）