复杂分类问题支持向量机的简化

被引：9

作者：

方景龙 ^{[1
]}

陈铄 ^{[1
]}

潘志庚 ^{[2
]}

梁荣华 ^{[3
]}

机构：

[1] 杭州电子科技大学图形图象研究所

[2] 浙江大学CAD&CG国家重点实验室

[3] 浙江工业大学信息工程学院

来源：

电子学报 | 2007年 / 05期

基金：

浙江省自然科学基金; 国家自然科学基金重点项目;

关键词：

支持向量机; 模式识别; 支持向量缩减;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

对于复杂分类问题,不可避免的会有错分情况,此时支持向量机的支持向量较多,影响了识别速度.为了解决这个问题,我们提出了基于最小错分间隔的分类思想,并在此基础上得出了一种新的简化支持向量机.与普通支持向量机相比,这种简化支持向量机有较少的支持向量、较高的识别速度,而且实验结果表明,它的识别精度完全可以与普通支持向量机的识别精度相媲美,甚至更优.

引用

页码：858 / 861

页数：4