-
题名势函数聚类的优化下采样SVM分类方法
被引量:1
- 1
-
-
作者
闻辉
贾冬顺
严涛
陈德礼
林元模
-
机构
莆田学院信息工程学院
东方地球物理公司辽河物探处
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第1期152-160,共9页
-
基金
国家自然科学基金资助项目(61741111)
福建省自然科学基金资助项目(2019J01815,2019J01816)
+3 种基金
江西省自然科学基金资助项目(20181BAB202011)
福建省中青年教师教育科研资助项目(JT180486,JAT170504)
莆田市科技局资助项目(2018RP4004,2018ZP10)
莆田学院引进人才科研启动资助项目(2018088)~~
-
文摘
为了改善大样本集下支持向量机(SVM)的训练效率和泛化性能,提出一种新算法。该算法运用采样优化和学习器优化相结合的策略,通过构建势函数对原始样本空间进行密度度量,建立了不同参数的高斯核,以实现对样本空间不同区域的逐次覆盖,并以增量学习的方式生成下采样集。然后,在所获取的下采样集上进行SVM初始训练,通过寻找原始训练集中的边界样本,进行SVM二次优化。最后,将新算法应用于人工数据集及基准数据集,结果表明,该算法在有效改善训练效率的同时,保证了分类器的泛化性能。
-
关键词
支持向量机
下采样集
大样本集
势函数
分类
-
Keywords
support vector machines
down sampling set
large sample set
potential function
classification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-