去噪声的加权SVM分类方法

被引：3

作者：

范昕炜

杜树新

吴铁军

机构：

[1] 浙江大学工业控制技术国家重点实验室

[2] 智能系统与决策研究所

[3] 智能系统与决策研究所浙江杭州

[4] 浙江杭州

来源：

电路与系统学报 | 2004年 / 04期

关键词：

支持向量机; 主成分分析; 分类精度; 污水处理过程;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对支持向量机(SVM)本身抗噪声能力低和训练数据类别不均匀会造成分类结果偏向数目较大一类的倾向性等问题,本文提出了去噪声的加权SVM分类方法。在该方法中,通过引入主成分分析方法来降维去除噪声,再通过引入加权系数的方式,补偿了上述倾向性造成的不利影响,提高了预测分类精度。对污水处理过程运行状态的分类实验表明该方法的有效性。

引用

页码：97 / 102

页数：6