电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2009年
3期
514-518
,共5页
支持向量机%特征加权%信息增益%机器学习
支持嚮量機%特徵加權%信息增益%機器學習
지지향량궤%특정가권%신식증익%궤기학습
该文针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑特征重要性对分类结果的影响的缺陷,提出了基于特征加权的支持向量机方法,即特征加权支持向量机(FWSVM).该方法首先利用信息增益计算各个特征对分类任务的重要度,然后用获得的特征重要度对核函数中的内积和欧氏距离进行加权计算,从而避免了核函数的计算被一些弱相关或不相关的特征所支配.理论分析和数值实验的结果都表明,该方法比传统的SVM具有更好的鲁棒性和分类能力.
該文針對現有的加權支持嚮量機(WSVM)和模糊支持嚮量機(FSVM)隻攷慮樣本重要性而沒有攷慮特徵重要性對分類結果的影響的缺陷,提齣瞭基于特徵加權的支持嚮量機方法,即特徵加權支持嚮量機(FWSVM).該方法首先利用信息增益計算各箇特徵對分類任務的重要度,然後用穫得的特徵重要度對覈函數中的內積和歐氏距離進行加權計算,從而避免瞭覈函數的計算被一些弱相關或不相關的特徵所支配.理論分析和數值實驗的結果都錶明,該方法比傳統的SVM具有更好的魯棒性和分類能力.
해문침대현유적가권지지향량궤(WSVM)화모호지지향량궤(FSVM)지고필양본중요성이몰유고필특정중요성대분류결과적영향적결함,제출료기우특정가권적지지향량궤방법,즉특정가권지지향량궤(FWSVM).해방법수선이용신식증익계산각개특정대분류임무적중요도,연후용획득적특정중요도대핵함수중적내적화구씨거리진행가권계산,종이피면료핵함수적계산피일사약상관혹불상관적특정소지배.이론분석화수치실험적결과도표명,해방법비전통적SVM구유경호적로봉성화분류능력.
