去噪声的加权SVM分类方法

• 作者: 吴铁军 杜树新 范昕炜
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 支持向量机 主成分分析 分类精度 污水处理过程
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 短文
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP181
• 字数: 5385字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2004.04.022

摘要

针对支持向量机(SVM)本身抗噪声能力低和训练数据类别不均匀会造成分类结果偏向数目较大一类的倾向性等问题,本文提出了去噪声的加权SVM分类方法.在该方法中,通过引入主成分分析方法来降维去除噪声,再通过引入加权系数的方式,补偿了上述倾向性造成的不利影响,提高了预测分类精度.对污水处理过程运行状态的分类实验表明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学工业控制技术国家重点实验室智能系统与决策研究所	102	2261	22.0	44.0
2	杜树新	浙江大学工业控制技术国家重点实验室智能系统与决策研究所	47	1525	18.0	39.0
3	范昕炜	浙江大学工业控制技术国家重点实验室智能系统与决策研究所	4	85	4.0	4.0