摘要:针对广义特征值中心支持向量机(GEPSVM)训练和决策过程不一致问题,该文提出一类改进的基于特征值分解的中心支持向量机,简称为IGEPSVM。首先针对二分类问题提出了基于特征值分解的中心支持向量机,然后基于"一类对余类"策略将其推广到多类分类问题。将GEPSVM求解广义特征值问题转化为求解标准特征值问题,降低了计算复杂度。引入了一个新的参数,可以调节模型的性能,提高了GEPSVM的分类精度。提出了基于IGEPSVM的多类分类算法。实验结果表明,与GEPSVM算法相比较,IGEPSVM不仅提高了分类精度,而且缩短了训练时间。
关键词:支持向量机 广义特征值中心支持向量机 两类分类 多类分类 特征值分解
单位:江南大学物联网工程学院 无锡214122 安庆师范学院数学与计算科学学院 安庆246133
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社