基于改进SVM与辅助信息的数据分类研究

作者：王艳洁; 杨琳; 金桦数据分类支持向量机辅助信息关联集分类器

摘要：数据分类的有效性和准确性很大程度上决定了数据的应用价值,针对如何提高大量数据分类效率和准确率,本文提出一种基于改进支持向量机(SVM)与辅助信息的数据分类方法。该方法首先通过样本的剪枝改进了SVM算法,然后在算法分类器中引入数据点间的辅助信息,并通过关联集设置辅助信息的权重从而生成数据分类器。仿真实验表明,所提方法可以有效地对数据进行准确分类并具有较高的时效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社