国防科技技术预先研究基金(51407030103DZ0117)
- 作品数：2 被引量：14H指数：2
- 相关作者：陶晓燕姬红兵马志强更多>>
- 相关机构：西安电子科技大学空军工程大学更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于样本分布不平衡的近似支持向量机被引量：11
- 2007年
- 针对标准的近似支持向量机(PSVM)没有考虑样本分布不平衡的问题,提出了一种新的PSVM算法—BPS-VM;根据训练样本数量的不平衡对正负样本集分别分配了不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变更为一个对角阵,最后推导出了线性和非线性BPSVM的决策函数。实验结果表明,BPSVM的性能优于PSVM,与SVM方法相比效率更高。
- 陶晓燕姬红兵马志强
- 关键词：近似支持向量机
- 一种基于SOM解码的多类支持向量机被引量：3
- 2006年
- 提出了一种基于自组织映射(self-organizing map,SOM)解码的多类SVM算法。该方法首先按照纠错输出编码(error correcting output codes,ECOC)训练子SVM二分类器,然后根据训练样本的输出训练SOM网络,得到其最优权值,最后对未知数据进行分类,这样充分考虑到了二分类器的输出置信度,而且有效地克服了同时和多个类别的距离最小的情况。通过对实际的Iris数据和Yale人脸库的分类实验,结果表明,新算法对于解决多类SVM的分类问题是很有效的。
- 陶晓燕姬红兵
- 关键词：多类支持向量机解码算法纠错输出编码自组织映射
