基于支持向量预选取的分类方法

摘要：

提出了一种基于支持向量预选取的两类分类方法,在不影响分类性能的前提下,根据支持向量的几何特征,采用向量投影的概率分布法和减法聚类再选取法,在训练样本集中预先选择与分类有关的一组支持向量,代替整个训练样本集,进行支持向量机两类分类.数据实验结果表明,该方法有效地提高了支持向量机分类器的学习效率,实现了较高的分类精确度.

关键词：支持向量机、预选取、边界向量、减法聚类

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60575036;"973"国家重点基础研究发展规划2002cb312200-3;哈尔滨市科技创新人才研究专项资金项目2007RFXXG023;哈尔滨理工大学优秀拔尖创新人才培养基金

在线出版日期：2009-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-7,10