【作者】 杨代琴； 杨宗凯； 胡静；

【Author】 Yang Daiqin Yang Zongkai Hu Jing (E&E Dept.Huazhong University of Science and Technology)

【机构】 武汉市华中科技大学；

【摘要】 本文提出了一种基于改进支撑矢量算法(SVM算法)的模式识别新学习算法。改进算法不仅提取并学习样本集的支撑矢量,也能在一定程度上兼顾样本集的整体特性,对于样本集的不均衡性以及样本的分布特性都予以了充分的考虑,改善了原有SVM算法的特性。在文章的最后我们还给出了一个简单的仿真实验,比较了现有的SVM算法与本文提出的SVM改进算法。更多还原

【Abstract】 In this paper we proposed a new learning algorithm for classification learning based on Support Vector Machine(SVM) approach.The new learning method we proposed here builds final classification function not only on the support vectors of training set.but also concerns the distribution and proportion of the training samples,which will lead to a better performance.And we also illustrate a simple case showing the difference between the former SVM and our new method.更多还原