计算机科学 ›› 2008, Vol. 35 ›› Issue (5): 167-168.
• • 上一篇 下一篇
梁锦锦 刘三阳
出版日期:
发布日期:
基金资助:
LIANG Jin-jin LIU San-yang （Department of Mathematical Sciences, Xidian University, Xi＇an 710071, China）
Online:
Published:
摘要： 提出基于近邻域比率的支持向量机NDR-SVM。该算法对每个训练样本构造一个近邻域，在此邻域中计算与中心同类的样本占邻域中总样本的比率；根据比率与剔除阈值的大小关系决定邻域中心的取舍，并将所保留的样本带入SVM分类,通过修剪训练集，该算法减羁了噪声对SVM泛化能力的影响。实验结果表明，与已有算法相比，NDR-SVM具有更高的分类精度，大大提高了训练速度。
关键词: 支持向量机 近邻域比率 噪声 修剪
Abstract: A new algorithm based on neighbor domain rate NDR-SVM is proposed . Construct a neighbor domain for each point in the training set. Figure out the ratio of samples in this sphere, which has the same label with its center, and reserve or delete its center
Key words: SVM, Neighbor domain rate, Noises, Prune
梁锦锦 刘三阳. 一种提高分类精度的支持向量机NDR-SVM[J]. 计算机科学, 2008, 35(5): 167-168. https://doi.org/
LIANG Jin-jin LIU San-yang （Department of Mathematical Sciences, Xidian University, Xi＇an 710071, China）. [J]. Computer Science, 2008, 35(5): 167-168. 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/Y2008/V35/I5/167
Cited
首页