基于改进的pcm支持向量描述多类分类器

基于支持向量数据描述和改进的可能性c-均值聚类算法，提出了一种模糊的多类分类学习机。首先通过一个改进的pcm算法来计算每个样本对于每类的权值矩阵，该权值也反映了该样本对某类的重要程度；然后将该权值矩阵应用到支持向量数据描述方法中，并对样本进行训练；最后给出了一个针对多类分类的分类规则（函数），并从理论上证明该分类规则满足贝叶斯优化决策理论。通过对比实验分析，本文提出的算法在分类精度和训练时间上都有较大的改善。