面向多类学习问题的核最近表面分类方法

• 作者: 殷士勇
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 核最近表面分类 机器学习 近邻法 聚类
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 计算机应用与自动控制
• 页码范围: 341-345
• 分类号: TP391.4
• 字数: 3766字
• 语种: 中文
• DOI: 64-1006/N.20110714.1802.002

摘要

虽然最邻近决策规则能很好地解决数据集的非线性和非平衡性问题,但其没有学习过程.在此基础上,提出了一种利用聚类方法来浓缩训练样本,再根据最近邻准则进行决策的方法——核最近表面分类方法.通过实验将其与几种常用的统计分类方法进行对比,结果表明,核最近表面分类方法具有决策速度快、存储空间需求小等优点,同时也能够很好地处理非平衡数据集的分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷士勇	盐城纺织职业技术学院机电工程系	13	67	3.0	8.0