支持向量双效分类器及其应用

• 作者: 凌萍 李雪 荣祥胜
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 双效分类思想 支持向量 收缩远离球 数据抽取策略 参数自适应调整
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 其他
• 页码范围: 1113-1120
• 页数: 8页
• 分类号: TP31
• 字数: 9122字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2018.05.044

摘要

支持向量分类器的两种分类模型是超平面和超球体,前者在有重叠类别的数据集上表现不佳,后者存在过适应问题.为此,本文提出了双效分类思想,在训练分类器过程中同时学习类间差异信息及类内特征信息,以克服上述问题并提高分类性能.进而,提出了具体实现算法,支持向量双效分类器(Doubled-Informed classifier based on Support vectors,DISV).DISV为各类生成收缩远离球,并基于此定义决策函数.收缩远离球的球面穿过类内密集分布区,并保持与其他类的最大远离.DISV辅以训练子集抽取策略和参数自适应调整策略以降低算法代价.实验表明,双效分类思想有效,其在心脏肥大数据集上的诊断结果优于同类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌萍	江苏师范大学计算机科学与技术学院	4	0	0.0	0.0
2	荣祥胜	空军勤务学院训练部	6	0	0.0	0.0
3	李雪	澳大利亚昆士兰大学信息技术学院	3	4	1.0	2.0