一种改进的局部支持向量机算法

局部支持向量机是一种用途广泛的分类器,无论在理论研究还是实际应用方面,局部支持向量机都受到越来越多的关注。目前,许多传统的局部支持向量机算法都存在一个问题,即模型中样本比例失衡的问题,导致分类精度无法提高。首先,在加权支持向量机的启发下,提出了将加权思想应用在局部支持向量机Falk-SVM中WFalk-SVM算法,其次通过实验分析验证WFalk-SVM的可行性及其有效性,最后对WFalk-SVM算法进行分析总结。
支持向量机 局部支持向量机 Falk-SVM WFalk-SVM
朱莹莹 尹传环 牟少敏
北京交通大学 计算机与信息技术学院 北京 100044 山东农业大学 信息科学与工程学院 泰安 271018
国内会议
长春
中文
1-10
2012-08-04(万方平台首次上网日期,不代表论文的发表时间)