用于非平衡样本分类的近似支持向量机
Proximal Support Vector Machines for Samples with Unbalanced Classification作者机构:西安电子科技大学电子工程学院西安710071 空军工程大学电讯工程学院西安710077
出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期:2007年第20卷第4期
页 面:552-557页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:近似支持向量机(PSVM) 非平衡分布 改进的近似支持向量机(MPSVM)
摘 要:针对标准的近似支持向量机(PSVM)没有考虑样本分布不平衡的问题,提出一种改进的 PSVM 算法(MPSVM).根据训练样本数量的不平衡对正负样本集分别分配不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变更为一个对角阵.最后推导出线性和非线性 MPSVM 的决策函数,并将其与 PSVM、非平衡的 SVM 的运算机理和性能进行比较.实验结果表明,MPSVM 的性能优于 PSVM,与非平衡 SVM 方法相比效率更高.