| 基于密度聚类的支持向量机分类算法 |
| |
| 引用本文： | 武方方,赵银亮,蒋泽飞.基于密度聚类的支持向量机分类算法[J].西安交通大学学报,2005,39(12):1319-1322,1348. |
| |
| 作者姓名： | 武方方 赵银亮 蒋泽飞 |
| |
| 作者单位： | 西安交通大学新型计算机研究所,710049,西安 |
| |
| 基金项目： | 国家自然科学基金资助项目(60173066) |
| |
| 摘 要： | 为了解决支持向量机的分类仅应用于较小样本集的问题,提出了一种密度聚类与支持向量机相结合的分类算法.在密度聚类中,当一个样本点不存在拟密度可达的样本点,则其显著特征即表现为该簇的边缘点,将该点加入约简集合,直至选出样本集合中的所有边缘对象,然后再利用约简集合寻找支持向量.实验表明,采用该算法,分类的准确率可从基于无监督聚类的支持向量机算法的86.81%提升至95.43%,核函数计算量由原数量级109下降到106以下,采取限制密度聚类中的核心点ε-邻域内的反例百分比的方法,可以增加约简样本的个数,可将分类准确率提高5%~8%左右.
|
| 关 键 词： | 支持向量机 密度聚类 ε-邻域 |
| 文章编号： | 0253-987X（2005）12-1319-04 |
| 收稿时间： | 2005-02-07 |
| 修稿时间： | 2005-02-07 |
Novel Support Vector Machine Classifier Based on Density Clustering |
| |
| WU Fangfang,ZHAO Yinliang,JIANG Zefei.Novel Support Vector Machine Classifier Based on Density Clustering[J].Journal of Xi'an Jiaotong University,2005,39(12):1319-1322,1348. |
| |
| Authors: | WU Fangfang ZHAO Yinliang JIANG Zefei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
