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。
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/