SVM置信度在线评估以及决策改进

• 作者: 凌萍 周春光
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: SVM 置信度评估 决策风险值 局部分类器 局部测度
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 192-197
• 页数: 6页
• 分类号: TP301
• 字数: 4365字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2008.02.007

摘要

设计了SVM置信度在线评估方案,以此确定SVM做多分类时结果的风险程度,对高风险决策结果进行修正.置信度评估采用理论估计和经验估计相结合的方式.多分类决策结果的修正由在线生成的局部分类器完成.局部分类器在待查询数据的邻域内工作,此邻域基于一个局部测度而生成.实验表明,所设计的算法呈现了较好的分类能力,提高了传统同类方法的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌萍		2	6	1.0	2.0
5	周春光		3	8	2.0	2.0