首页 | 官方网站   微博 | 高级检索  
     

基于核空间相对密度的SVDD多类分类算法*
引用本文:刘晟,朱玉全,孙金津.基于核空间相对密度的SVDD多类分类算法*[J].计算机应用研究,2010,27(5):1694-1696.
作者姓名:刘晟  朱玉全  孙金津
作者单位:江苏大学,计算机科学与通信工程学院,江苏,镇江,212013
基金项目:江苏省“青蓝工程”资助项目;江苏省六大人才高峰项目(07-E-025);江苏省高校自然科学重大基金研究项目(08KJA520001)
摘    要:针对现有基于支持向量数据描述(SVDD)的多类分类算法未能充分利用重叠区域样本分布信息等问题,提出了一种基于核空间相对密度的SVDD多类分类算法DM-SVDD。该算法首先由SVDD确定包围每类数据的最小超球,然后计算位于最小超球重叠区域中每个样本在其同类样本间的相对密度,最后以各类样本相对密度的均值为标准,对重叠区域内的待测样本进行分类。实验结果表明,算法DM-SVDD是可行有效的。

关 键 词:支持向量数据描述  多类分类  核空间相对密度

SVDD multiclass classification algorithm based on relative density in kernel space
LIU Sheng,ZHU Yu-quan,SUN Jin-jin.SVDD multiclass classification algorithm based on relative density in kernel space[J].Application Research of Computers,2010,27(5):1694-1696.
Authors:LIU Sheng  ZHU Yu-quan  SUN Jin-jin
Affiliation:School of Computer Science & Telecommunications Engineering/a>;Jiangsu University/a>;Zhenjiang Jiangsu 212013/a>;China
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号