一种改进的支持向量机BS-SVM

• 作者: 王正群 郭亚琴
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 训练样本 样本分类 边界样本
• 年，卷（期）: 2010,（6）
• 页码范围: 54-56
• 分类号: TP391
• 语种: 中文

摘要

提出了一种改进的SVM:BS-SVM,它先对训练样本进行分类,根据每个样本到模式类样本均值的距离,将训练样本分为三种:好样本、差样本、边界样本,然后用边界样本训练得到分类器.实验表明,BS-SVM相比SVM在分类正确率、分类速度以及使用的样本规模上都表现出了一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正群	扬州大学信息工程学院	59	362	10.0	16.0
2	郭亚琴		5	34	4.0	5.0