基于有效候选集的支持向量机样本选择方法

• 作者: 张富铭 王传廷 王展青 赵鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: "有效"候选集 挖心 过边界 支持向量机
• 年，卷（期）: 2008,（23）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 214-216
• 页数: 3页
• 分类号: TP391
• 字数: 3615字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.23.065

摘要

训练样本选择是支持向量机的一个重要研究课题.但是,目前大部分样本选择方法的一个共同的不足就是,其训练样本的候选集是整个样本空间,因此可能会选择一些对分类效果影响不大的内部样本,或者选择一些可能会降低分类效果的"过边界"样本.提出了两种基于"有效"候选集的样本选择方法.该方法首先通过"挖心"和剔除"过边界"样本来确定训练样本的"有效"候选集,然后在此"有效"候选集上进行训练样本的选择.实验结果表明,该方法在保留"有效"候选样本的同时,也提高了支持向量机分类器的正确识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王展青	武汉理工大学理学院	33	190	7.0	12.0
2	赵鹏	武汉理工大学理学院	23	149	7.0	11.0
3	王传廷	武汉理工大学理学院	5	30	4.0	5.0
4	张富铭	武汉理工大学理学院	4	16	3.0	4.0