一种基于样本近邻分类精度的支持向量机集成方法

• 作者: 吕晓燕 陈立潮
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 分类器集成 模糊贴近度 分类精度
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP301.6
• 字数: 3078字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2019.02.007

摘要

提出了一种基于样本近邻分类精度的支持向量机集成方法.对待分类样本,可通过改进的FCM与模糊贴近度的搜索算法,自动确定其在模糊特征空间集上的有效邻域;在此基础上,依据各分类器在样本近邻的分类精度及设置的阀值,自动选取部分优秀的个体分类器,进行集成判决.实验结果表明,在缩短分类判别时间的情况下,该方法可有效提高分类器性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立潮	太原科技大学计算机科学与技术学院	127	682	13.0	19.0
2	吕晓燕	山西医科大学计算机教学部	27	160	6.0	12.0