基于支持向量机的不平衡数据集分类方法研究

摘要：

研究表明支持向量机分类方法在样本集分布不均衡情况下,对少类样本分类准确率急剧下降.针对该问题,本文提出了一种基于模糊样本集修剪技术和指导型欠采样技术的支持向量机分类算法,并对算法中新引入的参数进行了深入讨论.算法分析和仿真结果表明,文中提出的方法在不增加计算复杂度的前提下,有效地提高了算法整体分类准确率.

关键词：支持向量机、不平衡数据集、模糊样本集修剪、指导型欠采样

所属期刊栏目：30

分类号：TP18(自动化基础理论)

在线出版日期：2009-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1094-1099