基于密度聚类的支持向量机分类算法

• 作者: 武方方 蒋泽飞 赵银亮
• 来源期刊: 西安交通大学学报
• 关键词: 支持向量机 密度聚类 ε-邻域
• 年，卷（期）: 2005,（12）
• 页码范围: 1319-1322,1348
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.12.008

摘要

为了解决支持向量机的分类仅应用于较小样本集的问题,提出了一种密度聚类与支持向量机相结合的分类算法.在密度聚类中,当一个样本点不存在拟密度可达的样本点,则其显著特征即表现为该簇的边缘点,将该点加入约简集合,直至选出样本集合中的所有边缘对象,然后再利用约简集合寻找支持向量.实验表明,采用该算法,分类的准确率可从基于无监督聚类的支持向量机算法的86.81%提升至95.43%,核函数计算量由原数量级109下降到106以下,采取限制密度聚类中的核心点ε-邻域内的反例百分比的方法,可以增加约简样本的个数,可将分类准确率提高5%～8%左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵银亮	西安交通大学新型计算机研究所	52	517	12.0	21.0
2	武方方	西安交通大学新型计算机研究所	6	109	5.0	6.0
3	蒋泽飞	西安交通大学新型计算机研究所	1	20	1.0	1.0