一种高斯区间核SVM分类模型

• 作者: 王文剑 祁晓博 郭虎升
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 区间型数据 半宽因子 区间核 GIK_SVM模型
• 年，卷（期）: 2017,（1）
• 页码范围: 46-53
• 页数: 8页
• 分类号: TP18
• 字数: 5613字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.01.005

摘要

区间型数据(Interval data,ID)是属性特征取值为区间的一类数据,针对区间型数据的分类问题,本文提出一种高斯区间核支持向量机分类模型(Support vector machine based on Gauss interval kernel,GIK SVM).该方法引入半宽因子,在区间型数据的中值与半宽度之间进行折中,并据此构造高斯区间核用以衡量两个区间型数据间的相似性,然后用SVM模型进行分类.在人造数据集和真实数据集上的实验结果表明,本文提出的算法对区间数据有更好的分类性能.

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	郭虎升	山西大学计算机与信息技术学院	24	174	8.0	12.0
6	祁晓博	山西大学计算机与信息技术学院	1	5	1.0	1.0