一种提高MDC分类精度的新方法:MDC-SVM算法
本文提出了一种提高分类精度的新方法:MDC-SVM算法.SVM是在统计学习理论基础上发展而来的一种新的通用分类方法,与其它分类方法相比具有较高的分类精度,但对于大规模的分类问题训练时间较长,而MDC与其它分类方法相比速度具有明显的优势,因此,我们充分利用MDC和SVM的优点,将MDC与SVM相结合.首先,定义可信度,如果可信度大于分类阈值直接用MDC分类;否则,用SVM进一步分类.采用UCI标准数据集实验,结果表明使用该文所提到的MDC-SVM算法比单独使用MDC具有更高的分类准确率.
最小距离分类器 支持向量机 可信度 分类阈值
郭亚琴 王正群 乐晓容 王向东
扬州大学,信息工程学院,江苏,扬州,225009
国内会议
北京
中文
1090-1094
2006-08-01（万方平台首次上网日期，不代表论文的发表时间）