10.3969/j.issn.1001-0645.2005.03.006
适用于加权样本集处理的加权支持向量机方法
为了处理模式识别问题中具有加权信息的样本集,提出一种加权支持向量机(weighted support vector machine,WSVM)算法,并对算法进行了理论分析.通过引入样本与超平面加权距离的概念,使得WSVM算法可以对样本的权值信息进行有效处理.针对未明确给出权值分布的样本集,提出一种基于类间中心距离确定权值的经验方法,对加权支持向量机算法采用交叉验证技术在人工及真实数据上进行了仿真,结果表明,加权支持向量机比标准支持向量机具有更小的误识率和更好的稳定性.
加权支持向量机、模式识别、最大间隔、统计学习、加权距离
25
TP181(自动化基础理论)
云南省省院省校科技合作项目
2005-05-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
211-215
