K聚类加权最小二乘支持向量机在分类中的应用

数据分类作为模式识别、故障诊断技术的基础，在实际应用中常常由于系统的非线性、噪声性以及样本的不平衡采集，使得常规的分类算法存在一定的局限性。将最小二乘加权支持向量机用于分类问题，利用K聚类算法分析样本间内在关系从而确定权值系数，可以很好地减小噪声影响，补偿不同类样本数目上的不平衡，减少训练时间，提高分类正确率。通过一个图像识别过程中多类别分类实例，证明了算法在分类问题中的有效性。该方法可以成为现有方法的有效补充分析工具。