支持向量机加权类增量学习算法研究

• 作者: 李祥纳 王春立 王秀坤 秦玉平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 类增量学习 分类算法 加权
• 年，卷（期）: 2007,（34）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 177-179
• 页数: 3页
• 分类号: TP311
• 字数: 2781字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.34.055

摘要

针对支持向量机类增量学习过程中参与训练的两类样本数量不平衡而导致的错分问题,给出了一种加权类增量学习算法,将新增类作为正类,原有类作为负类,利用一对多方法训练子分类器,训练时根据训练样本所占的比例对类加权值,提高了小类别样本的分类精度.实验证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦玉平	大连理工大学电子与信息工程学院	87	586	14.0	17.0
3	王秀坤	大连理工大学电子与信息工程学院	124	1429	18.0	31.0
6	王春立	大连理工大学电子与信息工程学院	10	104	6.0	10.0
7	李祥纳	渤海大学信息科学与工程学院	6	55	4.0	6.0