一种基于黎曼度量的训练样本类不平衡SVM 分类方法研究

摘要：

本文提出一种基于黎曼度量的训练样本类不平衡问题的分类方法。通过对由高斯径向基核函数确定的优化超平面和支持向量进行分析,利用保角影射,基于黎曼度量对原有的核函数进行修改,由修改后的核重新训练支持向量机进行分类,从而解决传统支持向量机的”有偏性”。实验结果表明,这种方法能在保证整体准确率较高的前提下,有效提高样本数较少类别的分类准确率。

关键词： 类不平衡分类 支持向量机 核函数 黎曼度量 分类方法 训练样本

作者: 周绮凤 林成德 罗林开 彭洪

作者单位: 厦门大学自动化系,厦门,361005

会议类型: 国内会议

会议名称: 第26届中国控制会议

会议地点: 湖南张家界

会议语种:中文

页码: 554-557

在线出版日期: 2007-07-26（万方平台首次上网日期，不代表论文的发表时间）