K聚类加权最小二乘支持向量机在分类中的应用 |
| |
引用本文: | 许贺楠,添玉,黄道. K聚类加权最小二乘支持向量机在分类中的应用[J]. 华东理工大学学报(自然科学版), 2010, 36(2) |
| |
作者姓名: | 许贺楠 添玉 黄道 |
| |
作者单位: | 华东理工大学自动化研究所,上海,200237 |
| |
基金项目: | 上海高校选拔培养优秀青年教师科研专项基金项目 |
| |
摘 要: | 数据分类作为模式识别、故障诊断技术的基础,在实际应用中常常由于系统的非线性、噪声性以及样本的不平衡采集,使得常规的分类算法存在一定的局限性。将最小二乘加权支持向量机用于分类问题,利用K聚类算法分析样本间内在关系从而确定权值系数,可以很好地减小噪声影响,补偿不同类样本数目上的不平衡,减少训练时间,提高分类正确率。通过一个图像识别过程中多类别分类实例,证明了算法在分类问题中的有效性。该方法可以成为现有方法的有效补充分析工具。
|
关 键 词: | 聚类 支持向量机 加权系数 分类 |
Application of K-Clustering Weighted Least Squares Support Vector Machine in Classification |
| |
Abstract: | |
| |
Keywords: | K |
本文献已被 CNKI 万方数据 等数据库收录! |
|