自适应上界的相对最大分离比单球面分类器

单球面分类器(rss)以最大分离比为目标，对负类样本的分布情况缺乏考虑。根据fishcr判别准则，将相对间隔的思想引入到单球面分类器中，对特征空间中负类样本的分布上界进行约束来增强其内聚度，以提高分类器判别的准确性。由于分布上界的不可预测，为避免问题不可解，建立了自适应上界的最大相对分离比单球面分类器模型(arrss)，并对模型参数进行了分析。实验证明，与单球面分类器相比，该方法表现出更好的泛化能力。