一种改进的基于密度聚类的支持向量机

• 作者: 王娟 贺兴时 赵飞军
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 密度聚类 OPTICS 可达距离
• 年，卷（期）: 2010,（4）
• 页码范围: 587-589,592
• 分类号: TP301.6
• 字数: 3366字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2010.04.029

摘要

运用OPTICS算法能发现任意形状的聚类,且对输入参数不敏感的优势,提出一种基于OPTICS密度聚类的支持向量机算法,通过对原始数据进行预处理,利用可达图得到约简样本代替原始训练样本用支持向量机进行训练,降低了SVM训练所需的时间及空间复杂度.实验表明,该方法在保持分类精度的同时,大大缩短了训练时间,提高了分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	王娟	西安工程大学理学院	18	34	3.0	4.0
3	赵飞军	西安工程大学理学院	3	5	2.0	2.0