HSC分类法及其在海量数据分类中的应用

• 作者: 任力安 何清 史忠植
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量机 分类超曲面 Jordan曲线定理 HSC分类法
• 年，卷（期）: 2002,（12）
• 所属期刊栏目: 科研通信
• 页码范围: 1870-1872
• 页数: 3页
• 分类号: TP301
• 字数: 2809字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2002.12.036

摘要

使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分.本文则基于Jordan曲线定理,提出了一种通用的基于分类超曲面的分类方法,简称HSC分类法,它是通过直接构造分类超曲面,根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种新分类判断算法,与SVM方法相比,不需要考虑使用何种核函数,不需要做升维变换,直接解决非线性分类问题.对数据分类应用的结果说明:HSC可以有效地解决非线性数据的分类问题,并能够提高分类效率和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何清	中科院计算技术研究所智能信息处理重点实验室	10	138	6.0	10.0
2	史忠植	中科院计算技术研究所智能信息处理重点实验室	27	586	11.0	24.0
3	任力安	中科院计算技术研究所智能信息处理重点实验室	1	4	1.0	1.0