基于AdaBoost方法的支持向量机训练样本选择

摘要：

训练样本对支持向量机的训练速度和分类性能具有极大影响,如何正确选择训练样本集一直是支持向量机的研究热点。本文采用自适应自举法(Adaptive Boost,AclaBoost)对所有训练样本进行加权,通过权值的调整,挑选出对分类影响较大的训练样本作为训练样本集。该方法采用基准数据集进行验证,取得满意效果。

关键词： 支持向量机 样本选择 分类性能 自适应自举法 基准数据集

作者: 易辉 宋晓峰 姜斌 王定成

作者单位: 南京航空航天大学自动化学院,南京 210016 南京航空航天大学自动化学院,南京 210016 南京信息工程大学计算机与软件学院,南京 210044

会议类型: 国内会议

会议名称: 第三届全国虚拟仪器学术交流大会

会议地点: 桂林

会议语种:中文

页码: 72-74

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）