基于K最近邻决策的支持向量机分类算法及仿真

• 作者: 刘健 薛蒙
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 支持向量机 最近邻法 支持向量 特征空间
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 模拟与仿真
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP181
• 字数: 2874字
• 语种: 中文
• DOI: 10.3969/j.issn.1627-9730.2009.03.026

摘要

将基于支持向量机(SVM)的分类方法和最近邻法(NN)相结合,提出了一种SVM-KNN的分类方法.通过SVM算法对训练样本进行训练并找出支持向量,在进行待识别样本判断时,当其与最优分类面距离大于某一给定阈值时采用SVM决策模型,否则运用K最近邻法决策其类别,从而减少SVM算法的误判概率.仿真实验结果显示,运用该算法无论对于合成数据还是真实数据,在分类精度上比单独的SVM都有较明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘健	海军工程大学电子工程学院	41	368	10.0	18.0