华南师范大学学报(自然科学版)
華南師範大學學報(自然科學版)
화남사범대학학보(자연과학판)
JOURNAL OF SOUTH CHINA NORMAL UNIVERSITY (NATURAL SCIENCE EDITION)
2010年
4期
38-42
,共5页
陈森平%陈启买%游才文%彭利宁
陳森平%陳啟買%遊纔文%彭利寧
진삼평%진계매%유재문%팽리저
支持向量机%特征选取%最大边界%判据
支持嚮量機%特徵選取%最大邊界%判據
지지향량궤%특정선취%최대변계%판거
支持向量机(Support Vector Machine,简称SVM)是一种有效分类方法.不同特征选取算法对分类器影响不同,结合支持向量机特点,提出了一种基于最大间隔的支持向量机特征选取算法.利用该算法,对Iris测试数据集进行了特征选取并仿真,实验结果表明,该算法不但能够有效去除噪音数据,而且提高了分类器推广与泛化能力.
支持嚮量機(Support Vector Machine,簡稱SVM)是一種有效分類方法.不同特徵選取算法對分類器影響不同,結閤支持嚮量機特點,提齣瞭一種基于最大間隔的支持嚮量機特徵選取算法.利用該算法,對Iris測試數據集進行瞭特徵選取併倣真,實驗結果錶明,該算法不但能夠有效去除譟音數據,而且提高瞭分類器推廣與汎化能力.
지지향량궤(Support Vector Machine,간칭SVM)시일충유효분류방법.불동특정선취산법대분류기영향불동,결합지지향량궤특점,제출료일충기우최대간격적지지향량궤특정선취산법.이용해산법,대Iris측시수거집진행료특정선취병방진,실험결과표명,해산법불단능구유효거제조음수거,이차제고료분류기추엄여범화능력.