• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王晶 (王晶.) | 薛毅 (薛毅.)

摘要:

支持向量机是一种新的数据挖掘方法,目前已广泛应用于模式识别、回归分析等各个领域,但其性能在很大程度上依赖于参数的选取.基于此分析了误差惩罚因子 C 的作用,提出一种对正类和负类加以不同惩罚的改进的支持向量机算法,并给出一种基于有效集法的求解改进 SVM 的算法.数值实验表明,该方法对于数量不均衡和分布不同的训练数据样本在时间空间以及训练测试精度上均有较好的效果.

关键词:

惩罚因子 支持向量机 有效集法

作者机构:

  • [ 1 ] 北京工业大学 应用数理学院

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

来源 :

年份: 2007

语种: 中文

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 1

归属院系:

在线人数/总访问数:314/2923252
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司