基于混合高斯模型和空间模糊度的支持向量机算法研究

• 作者: 周文刚 朱海 赵宇
• 来源期刊: 计算机应用研究
• 关键词: 支持向量机 多维混合高斯模型 空间模糊度 分类精度
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法研究与探讨
• 页码范围: 1319-1321
• 页数: 3页
• 分类号: TP391.4|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.010

摘要

在提升支持向量机分类算法精度的问题上，提出了一种基于混合高斯模型和空间模糊度的支持向量机算法。该算法通过采用多维混合高斯模型的求带分布密度概率函数的二次规划问题的最优解，减少不同的输入样本数据对分类超平面造成的影响，引入了优化后的空间模糊度因子和空间模糊度函数。在实验仿真上，采用了人工选择的样本数据集和 UCI 机器学习数据库中的样本数据集进行多次实验，最后通过对比分析的方法突出了算法在分类精度上的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周文刚	周口师范学院计算机科学与技术学院	30	97	6.0	8.0
2	赵宇	周口师范学院计算机科学与技术学院	32	51	4.0	6.0
3	朱海	西安交通大学计算机科学与技术系	12	35	4.0	5.0