基于熵理论和核密度估计的最大间隔学习机

• 作者: 刘忠宝 王士同
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 模式识别 熵理论 核密度估计 支持向量机
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 论文
• 页码范围: 2187-2191
• 分类号: TP391.4
• 字数: 4096字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.01434

摘要

该文针对支持向量机(SVM)及其变种的不足,提出一种基于熵理论和核密度估计的最大间隔学习机MLMEK.MLMEK引入了核密度估计和熵的概念,用核密度估计表征样本数据的分布特征,用熵表征分类的不确定性.MLMEK真实反映样本数据的分布特征；同时解决两类分类问题和单类分类问题；比传统SVM具有更好的分类性能.UCI数据集上的实验验证了MLMEK的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	刘忠宝	江南大学数字媒体学院	11	78	6.0	8.0