基于随机子空间的最小最大模块化支持向量机

• 作者: 余艺 吴家皋 李云
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 随机子空间( RS) 最小最大模块化支持向量机( M3-SVM) 多样性
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 153-159
• 页数: 7页
• 分类号: TP39
• 字数: 5335字
• 语种: 中文

摘要

最小最大模块化支持向量机( M3-SVM)是一种对大规模数据进行模式分类的有效方法。为进一步提高M3-SVM对高维大规模不平衡数据的分类性能，文中分析多种随机子空间策略，并将其与M3-SVM相结合，以实现降维和增加特征层面上的集成机制，从而得到一类基于随机子空间的最小最大模块化支持向量机( M3-SVM-RS)。在现实数据集上验证随机子空间策略的有效性，同时通过实验分析M3-SVM-RS中各个子模块(基分类器)之间的差异性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云	南京邮电大学计算机学院	25	118	6.0	9.0
2	吴家皋	南京邮电大学计算机学院	29	90	5.0	8.0
3	余艺	南京邮电大学计算机学院	1	3	1.0	1.0