计算机科学 ›› 2008, Vol. 35 ›› Issue (8): 149-153.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 基于支持向量数据描述和改进的可能性c-均值聚类算法,提出了一种模糊的多类分类学习机。首先通过一个改进的PCM算法来计算每个样本对于每类的权值矩阵,该权值也反映了该样本对某类的重要程度;然后将该权值矩阵应用到支持向量数据描述方法中,并对样本进行训练;最后给出了一个针对多类分类的分类规则(函数),并从理论上证明该分类规则满足贝叶斯优化决策理论。通过对比实验分析,本文提出的算法在分类精度和训练时间上都有较大的改善。
关键词: 支持向量数据描述 可能性c-均值聚类 最小包围球 分类器 支持向量机
Abstract: In this paper, a novel fuzzy classifier for multi-classlfication problems, based on Support Vector Data Description (SVDD) and improved PCM, is proposed. The proposed method is the robust version of SVDD by assigning a weight to each data point, which rep
Key words: Support vector data description, Possibilistic e-means clustering, Minimum enclosing sphere, Classifier, SVM
. 基于改进的PCM支持向量描述多类分类器[J]. 计算机科学, 2008, 35(8): 149-153. 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/I8/149
Cited