动态粒度SVM学习算法

• 作者: 王文剑 程凤伟 郭虎升
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 粒度支持向量机(GSVM) 不均匀数据集 分布 动态粒度支持向量机(DGSVM)
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 372-377
• 页数: 6页
• 分类号: TP181
• 字数: 3755字
• 语种: 中文

摘要

粒度支持向量机( GSVM)在处理分布均匀的数据集时较有效,但现实生活中数据集的分布往往是不可预测的,且分布不均匀。文中提出一种动态粒度支持向量机( DGSVM)学习算法,根据粒的不同分布自动粒划分,使SVM可在不同层次的粒上训练。标准数据集上的实验表明,与GSVM相比,DGSVM具有更好的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文剑	山西大学计算机与信息技术学院	97	798	14.0	23.0
5	程凤伟	山西大学计算机与信息技术学院	2	9	2.0	2.0
6	郭虎升	山西大学计算机与信息技术学院	24	174	8.0	12.0