%0 Journal Article
%T 支持向量双效分类器及其应用
%A 凌萍
%A 李雪
%A 荣祥胜
%J 中山大学学报（自然科学版）
%D 2018
%X 摘要 支持向量分类器的两种分类模型是超平面和超球体，前者在有重叠类别的数据集上表现不佳，后者存在过适应问题.为此，本文提出了双效分类思想，在训练分类器过程中同时学习类间差异信息及类内特征信息，以克服上述问题并提高分类性能.进而，提出了具体实现算法，支持向量双效分类器（DoubledInformed classifier based on Support vectors，DISV）.DISV为各类生成收缩远离球，并基于此定义决策函数.收缩远离球的球面穿过类内密集分布区，并保持与其他类的最大远离.DISV辅以训练子集抽取策略和参数自适应调整策略以降低算法代价.实验表明，双效分类思想有效，其在心脏肥大数据集上的诊断结果优于同类算法
%K 双效分类思想
%K 支持向量
%K 收缩远离球
%K 数据抽取策略
%K 参数自适应调整
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4457.shtml