多类别模糊补偿支持向量机新模型研究

• 作者: 邱晓红
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 模式识别 模糊集
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 330-336
• 页数: 7页
• 分类号: TP301
• 字数: 5131字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2009.03.011

摘要

提出了一种更一般化描述的多类别模糊补偿支持向量机(M-FSVM)算法,用它来解决经典支持向量机对类别分类误差的不均衡性问题.并在开源代码LibSVM的基础上实现了新算法,并应用于网络入侵检测.实验结果表明训练样本数目少的类别的分类精度得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱晓红	江西农业大学软件学院	12	36	4.0	5.0