一种提高SVM分类速度的新方法

提出一种改进的支持向量机分类方法.通过引入分类圆心、分类半径、分类圆心距等概念,从而更加快速准确地删除非支持向量点,引入混淆度的概念,解决如何在样本严重混淆时进行剔除混淆点,保证算法的泛化性.实验证明,采用这种改进的算法能够在严重混淆的训练样本中保证准确度的同时提高支持向量机分类速度.

盘状星系的大小分布的统计研究

在Sloan数字巡天计划第四批释放的数据中选择了40599个面向的盘状星系,统计研究它们的大小分布。结果表明,面向盘状星系的大小分布在绝对星等区间内,遵从对数正态分布函数。星系的大小与绝对星等紧密相关,即星系越亮,其尺度越大。与文[1]的结果相比,在相同的绝对星等区间,我们得到的r波段半光度半径要稍高于他们的结果,这主要是因为我们的样本只包括了面向晚型星系,而他们的样本则包括了所有空间取向的晚型星系。