一种基于改进W-SVM算法的概率密度估计

• 作者: 曹华孝 王成 邵秀娟 龚凌
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 加权支持向量机 概率密度估计 加权系数 归一化
• 年，卷（期）: 2014,（9）
• 页码范围: 40-43
• 页数: 4页
• 分类号: TN92|TP183
• 字数: 3222字
• 语种: 中文

摘要

研究了基于加权支持向量机的概率密度估计算法。现有算法只考虑采样时间或样本密度，导致概率密度结果误差较大。为提升估计精度，文中提出了一种改进的W-SVM算法，该算法同时考虑了采用时间和区域样本点，依次选择不同的加权惩罚系数，并对加权系数进行归一化处理，最后采用网格寻优法找出最合适的加权系数。仿真结果表明，所提改进加权支持向量的概率密度估计的均方误差远小于传统算法，即所提算法优于传统算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹华孝	四川师范大学成都学院	2	9	2.0	2.0
2	龚凌	华为技术有限公司成都研究所	4	42	3.0	4.0
3	王成	四川师范大学成都学院	1	4	1.0	1.0
4	邵秀娟	四川师范大学成都学院	1	4	1.0	1.0