最小化类内距离和分类算法

• 作者: 包芳 王士同 王晓初 蒋亦樟
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 支持向量机 惩罚因子 大间隔分类思想 类内距离和 映射法则
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 论文
• 页码范围: 532-540
• 页数: 9页
• 分类号: TP391.41
• 字数: 7118字
• 语种: 中文
• DOI: 10.11999/JEIT150633

摘要

支持向量机分类算法引入惩罚因子来调节过拟合和线性不可分时无解的问题,优点是可以通过调节参数取得最优解,但带来的问题是允许一部分样本错分.错分的样本在分类间隔之间失去了约束,导致两类交界处样本杂乱分布,并且增加了训练的负担.为了解决上述问题,该文根据大间隔分类思想,基于类内紧密类间松散的原则,提出一种新的分类算法,称之为最小化类内距离和(Intraclass-Distance-Sum-Minimization,IDSM)分类算法.该算法根据最小化类内距离和准则构造训练模型,通过解析法求解得到最佳的映射法则,进而利用该最佳映射法则对样本进行投影变换以达到类内间隔小类间间隔大的效果.相应地,为解决高维样本分类问题,进一步提出了该文算法的核化版本.在大量UCI数据集和Yal e大学人脸数据库上的实验结果表明了该文算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	蒋亦樟	江南大学数字媒体学院	50	216	8.0	11.0