加权Laplacian分类器

• 作者: 曹连连 陈松灿
• 来源期刊: 南京大学学报：自然科学版
• 学科: 数学
• 关键词: Parzen窗密度估计 Laplacian分类器 加权 Cauchy—Schwarz散度 分类
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 粗糙集与粒计算进展
• 页码范围: 459-465
• 分类号: O157.5
• 语种: 中文

摘要

传统的Laplacian分类器通过Parzen窗估计概率密度函数，而后基于CauchySchwarz散度（Cauchy-SchwarzDivergence，CSD）定义分类准则进行分类，主要强调了小概率类别，致使对较高概率的类的分类效果较一般．针对此，提出了一个改进方法．关键是对小样本类用加权代替无权的Parzen窗概率密度估计，并用CSD作为代价函数优化相应的权值，而后依据Laplacian分类准则设计出加权Laplacian分类器（WeightedLaplacianClassifier，WLC）．在所用测试数据集，尤其是不平衡数据集上的实验表明，WLC的结果明显优于Lapalcian分类器．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学计算机科学与技术学院	120	1370	19.0	32.0
2	曹连连	南京航空航天大学计算机科学与技术学院	1	1	1.0	1.0