%0 Journal Article
%T 优化样本分布的最接近支持向量机
%A 杨勃
%J 电子学报
%P 2429-2434
%D 2014
%R 10.3969/j.issn.0372-2112.2014.12.014
%X 当两类样本分布存在差异时,最接近支持向量机(ProximalSupportVectorMachine,PSVM)等最小二乘类分类器分类结果将出现偏差,不能实现最小错误率分类.本文在分析PSVM等价广义特征值分解模型基础上,提出了一种改善原PSVM分类决策面的优化样本分布PSVM,其基本思想是通过引入最大化正确分类样本距决策面距离,同时最小化错误分类样本距决策面距离的优化样本分布正则化项,构造优化样本分布PSVM的广义特征值分解模型.通过人工数据集和UCI数据集的10个数据子集上的对比实验,验证了该改进分类模型能够有效调整决策边界,从而获得更好的分类效果.
%K 最接近支持向量机
%K 优化样本分布
%K 正则化技术
%U http://www.ejournal.org.cn/CN/abstract/abstract8712.shtml