模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2007, Vol. 20 Issue (4): 552-557    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
用于非平衡样本分类的近似支持向量机
陶晓燕1,2,姬红兵1,董淑福2
1.西安电子科技大学 电子工程学院 西安 710071
2.空军工程大学 电讯工程学院 西安 710077
Proximal Support Vector Machines for Samples with Unbalanced Classification
TAO XiaoYan1,2, JI HongBing1, Dong ShuFu2
1.School of Electronic Engineering, Xidian University, Xi’an 710071
2.Institute of Telecommunication Engineering, Air Force Engineering University,
Xi’an 710077

全文: PDF (353 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
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.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陶晓燕
姬红兵
董淑福
关键词 近似支持向量机(PSVM)非平衡分布改进的近似支持向量机(MPSVM)    
Abstract:Aiming at the problem that unbalanced data classification is disregarded in the standard Proximal Support Vector Machines (PSVM), a modified PSVM algorithm is presented, namely MPSVM. The different penalty factors are assigned to the positive and negative training sets according to the unbalanced population. The penalty values are transformed into a diagonal matrix. Then the decision functions for the linear and nonlinear MPSVM are achieved. Finally, the comparisons of algorithmic principle and performance are drawn. The experimental results show that MPSVM has a better generalization performance than PSVM and higher efficiency than the unbalanced SVM.
Key wordsProximal Support Vector Machine (PSVM)    Unbalanced Distribution    Modified Proximal Support Vector Machine (MPSVM)   
收稿日期: 2006-04-17     
ZTFLH: TP391.4  
作者简介: 陶晓燕,女,1971年生,博士研究生,主要研究方向为机器学习、模式识别等.Email:taoxiaoyan@lab202.xidian.edu.cn.姬红兵,男,1963年生,教授,博士生导师,主要研究方向为雷达目标识别、智能信息处理等.董淑福,男,1970年生,副教授,主要研究方向为光通信.
引用本文:   
陶晓燕,姬红兵,董淑福. 用于非平衡样本分类的近似支持向量机[J]. 模式识别与人工智能, 2007, 20(4): 552-557. TAO XiaoYan , JI HongBing , Dong ShuFu. Proximal Support Vector Machines for Samples with Unbalanced Classification. , 2007, 20(4): 552-557.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2007/V20/I4/552
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn