SVM在不平衡样本集中的应用研究

• 作者: 姚程宽
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 支持向量机 不平衡数据集 统计学习理论
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 算法与分析
• 页码范围: 21-23,69
• 页数: 4页
• 分类号: TP31
• 字数: 2438字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2007.10.007

摘要

Vapnik等人提出基于统计学习理论的支持向量机( SVM, Support Vector Machices )算法,将其运用于模式识别中,取得了较好的效果.但传统的SVM算法针对不平衡样本集时,效果很不理想,很多的科研人员对该问题进行广泛而深入的研究,较为系统的回顾这一个研究分支在过去10年的发展动态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚程宽		32	70	4.0	6.0