计算机科学 ›› 2007, Vol. 34 ›› Issue (5): 174-176.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 针对标准的近似支持向量机（PSVM）没有考虑样本分布不平衡的问题，提出了一种新的PSVM算法-BPSVM，根据训练样本数量的不平衡对正负样本集分别分配了不同的惩罚因子，并将原始优化问题的惩罚因子由数值变更为一个对角阵，最后推导出了线性和非线性BPSVM的决策函数，实验结果表明：BPSVM的性能优于PSVM与SVM方法相比效率更高.
关键词: 近似支持向量机 非平衡分布 平衡近似支持向量机
Abstract: For the problem of unbalanced data classification is not discussed in the standard Proximal Support Vector Machines, a new PSVM algorithm is presented, namely BPSVM. The different penalty factors are assigned to the positive and negative training sets acc
Key words: Proximal SVM （PSVM）, Unbalanced distribution, Balanced PSVM （BPSVM）
. 基于样本分布不平衡的近似支持向量机[J]. 计算机科学, 2007, 34(5): 174-176. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I5/174
Cited
首页