基于支持向量机集成的分类

• 作者: 张文修 魏玲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 结构风险最小化 集成 子支持向量机 子预测
• 年，卷（期）: 2004,（13）
• 所属期刊栏目: 博士论文
• 页码范围: 1-2，17
• 页数: 3页
• 分类号: TP18
• 字数: 3854字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.13.001

摘要

支持向量机是一种基于结构风险最小化原理的分类技术,本文提出了将支持向量机分类器进行集成的分类思想.首先,在原始样本的基础上形成子支持向量机,得到待检样本的子预测;进而对子预测进行适当的组合,以确定样本最终的类别预报.模拟实验结果表明,该方法具有明显优于单一支持向量机的更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏玲	西安交通大学理学院信息与系统科学研究所	62	665	11.0	24.0
5	张文修	西安交通大学理学院信息与系统科学研究所	118	2766	28.0	50.0