基于自组织数据分析算法的加权支持向量机

来源 :河北大学 | 被引量 : 0次 | 上传用户:tkxj501
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文在充分考虑了实际问题中可能存在的两类数据样本不均衡的情况下提出了一种计算加权支持向量机样本权值的方法,采用此方法使得加权支持向量机的分类精度得到提高。同时针对SVM训练时间长的问题,采用改进的迭代自组织数据分析算法(ISODATA)对训练样本进行聚类,使用聚类中心训练加权支持向量机。改进后的ISODATA算法本着少量多次的思想,将N个训练样本分几次进行输入:先将已知类别标签的样本作为输入样本进行聚类,得到各已知类别的聚类中心,然后再输入未知类别标签的样本,将未知类别的样本分给最近的聚类。这样不仅消除了初始聚类中心选取的盲目性,而且大大减少了迭代时间,提高了分类精度。
其他文献
特征提取是数据挖掘、机器学习以及模式识别等领域研究的关键问题之一。其目的是删除无关信息、冗余信息,减少特征维数、存储空间,降低噪声干扰、计算复杂度以及提高模型泛化
随着CAD系统在工业领域应用的不断拓展,自由曲线曲面数据的使用越来越普遍。鉴于NURBS方法描述的自由曲线曲面模型具备很强的通用性,当前的CAD系统多利用NURBS方法来描述自由曲
通信技术在不断的发展,特别是网络的大众化,许多新兴的应用也不断出现,诸如多媒体会议、分布式系统、计算机协同工作等。其中多媒体会议逐渐成为一个研究的热点。目前国内外
电子商务的迅速发展,为满足客户对商品的视觉感受和个性化要求,提高产品的销售量,增强企业的市场竞争力,越来越多的产品销售网站使用web3d技术实现产品定制系统。然而当前基
随着无线网络技术的迅速发展,从早期的移动Ad hoc网络(MANET)用于军事技术领域,到今天的无线Mesh网络(Wireless MeshNetwork,WMN)趋向商用,WMN已逐渐成为人们关注的新技术。目前,W
点对点技术(Peer-to-Peer)从上世纪90年代末提出到现在,短短十来年时间得到了迅猛的发展,不久前Peer-to-Peer(P2P)流量已经超越WEB流量成为了互联网上最庞大的网络流量,P2P技
计算机和网络的广泛应用给人们的工作、生活等都带来了很大的便利,但是随之也衍生出了很多相关问题,信息安全问题备受关注的问题之一。在一些特殊的应用中,如何来确保信息的保密
随着网络通信技术的快速发展,无线Ad hoc网络的发展和应用前景十分广阔。由于无线Ad hoc网络具有动态拓扑、多跳路由以及移动节点能源受限等特性,导致网络中的入侵攻击形式复杂
随着各类移动服务的应运而生,基于定位服务的应用领域也越来越广,对定位区域也由传统的室外转向复杂的室内环境。对于室内环境,建筑结构限制了传统定位导航技术的正常使用,一
现代软件开发都要把整个系统按功能分解为小的单元,然后开发这些小单元,这些小的单元隐藏内部实现,对外提供接口,最后组合这些单元为整个系统,实现整个系统的功能。但是系统