一种基于类中心最大间隔的支持向量机

被引：1

作者：

武小红

周建江

机构：

[1] 南京航空航天大学信息科学与技术学院

来源：

关键词：

支持向量机; 分类超平面; 核方法;

D O I：

10.13976/j.cnki.xk.2007.01.011

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：

传统的支持向量机分类超平面对噪声和野值非常敏感.使用传统的支持向量机对含有噪声的数据分类时,所得到的超平面往往不是最优超平面.为了解决这个问题,本文以两个类中心距离最大为准则建立分类超平面,构造一个新的支持向量机,称作类中心最大间隔支持向量机.理论分析和仿真实验结果证明了该方法的正确性和有效性.

引用

页码：63 / 67

页数：5