Fisher和支持向量的综合分类器

• 作者: 孙德山 安文娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Fisher判别 支持向量机 分类间隔 类内离散程度 再生核理论
• 年，卷（期）: 2010,（29）
• 页码范围: 183-185
• 分类号: TP391
• 字数: 2783字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.29.053

摘要

结合Fisher判别分析和支持向量机的优点,提出了一种新的分类算法--Fishe-SV分类器(简称FSVC).该分类器的核心思想就是寻找最优分类面的法向量w*,使得样本向量在w*上做投影后,不仅使分类间隔达到最大,而且使类内离散程度尽可能小.对于线性情况,可以转化为传统的支持向量机求解,而不需要设计新的求解算法.对于非线性情况,利用再生核理论得出新的求解算法.实验结果表明,该分类器具有很高的准确度和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德山	辽宁师范大学数学学院	66	560	13.0	21.0
2	安文娟	辽宁师范大学数学学院	1	1	1.0	1.0