计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
34期
177-179
,共3页
秦玉平%李祥纳%王秀坤%王春立
秦玉平%李祥納%王秀坤%王春立
진옥평%리상납%왕수곤%왕춘립
支持向量机%类增量学习%分类算法%加权
支持嚮量機%類增量學習%分類算法%加權
지지향량궤%류증량학습%분류산법%가권
针对支持向量机类增量学习过程中参与训练的两类样本数量不平衡而导致的错分问题,给出了一种加权类增量学习算法,将新增类作为正类,原有类作为负类,利用一对多方法训练子分类器,训练时根据训练样本所占的比例对类加权值,提高了小类别样本的分类精度.实验证明了该方法的有效性.
針對支持嚮量機類增量學習過程中參與訓練的兩類樣本數量不平衡而導緻的錯分問題,給齣瞭一種加權類增量學習算法,將新增類作為正類,原有類作為負類,利用一對多方法訓練子分類器,訓練時根據訓練樣本所佔的比例對類加權值,提高瞭小類彆樣本的分類精度.實驗證明瞭該方法的有效性.
침대지지향량궤류증량학습과정중삼여훈련적량류양본수량불평형이도치적착분문제,급출료일충가권류증량학습산법,장신증류작위정류,원유류작위부류,이용일대다방법훈련자분류기,훈련시근거훈련양본소점적비례대류가권치,제고료소유별양본적분류정도.실험증명료해방법적유효성.
