为提高支持向量机(SVM)算法的分类精度,本文基于SVM分类算法工作原理,提出一种新的样本权值设置方法,并将SVM最大分类间隔因素引入蚁群算法(ACO)中,实现了优化的混合加权核函数选取.首先,依据最大分类间隔决定SVM分类模型潜在分类能力这一原理,基于样本对最大分类间隔的不同贡献自适应地为其设置权值.然后,将SVM最大分类间隔因素引入ACO搜索算法的参数设置中,对混合加权核函数方案进行确定.本文算法从提高SVM分类模型分类确定性的角度出发,实现了训练样本权值、核函数以及其相应系数的自适应设置、选取.最终,本文方法用于一系列有针对性的笔迹验证实验,实验结果证明用本文方法学习所得SVM分类模型对...