| 基于距离核函数的除噪和减样方法 |
| |
| 引用本文： | LIU Wan-li,刘三阳,XUE Zhen-xia.基于距离核函数的除噪和减样方法[J].系统工程理论与实践,2008,28(7):160-164. |
| |
| 作者姓名： | LIU Wan-li 刘三阳 XUE Zhen-xia |
| |
| 摘 要： | 在使用支持向量机(SVM)分类时,存在以下两个问题:一是当存在噪点时,分类的精度低;二是对大规模样本集,训练时所需内存空间较大,运行时间较长.针对以上问题,给出一种基于具有距离性能的核函数的减样方法,称为删减法(DRM).该方法定位定量分析了噪点及多余样本点的一般比例.在应用时,分三步进行:首先根据小概率原理给出一小阈值删除噪点;然后给出一个较大阈值减去同类中心附近的大量多余的样本点;最后以另一个大的比例减去位于距异类中心较远的对分类不起作用的样本点,以便提取具有代表性的边界向量.试验结果检验了该方法的有效性,即,既减少了训练时间,又提高了分类精度.
|
| 关 键 词： | 距离核函数 噪点 减样 小概率原理 支持向量机 |
A denosing and sample-reducing method based on kernel function with distance performance |
| |
| LIU Wan-li,LIU San-yang,XUE Zhen-xia.A denosing and sample-reducing method based on kernel function with distance performance[J].Systems Engineering —Theory & Practice,2008,28(7):160-164. |
| |
| Authors: | LIU Wan-li LIU San-yang XUE Zhen-xia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
| 点击此处可从《系统工程理论与实践》下载免费的PDF全文 |
|
