基于密度聚類的支持向量機分類算法
2005-04-29 23:31:45武方方趙銀亮蔣澤飛
西安交通大學學報 2005年12期
武方方 趙銀亮 蔣澤飛
摘要：為了解決支持向量機的分類僅應用于較小樣本集的問題，提出了一種密度聚類與支持向量機相結合的分類算法。在密度聚類中，當一個樣本點不存在擬密度可達的樣本點，則其顯著特征即表現為該簇的邊緣點，將該點加入約簡集合，直至選出樣本集合中的所有邊緣對象，然后再利用約簡集合尋找支持向量．實驗表明，采用該算法，分類的準確率可從基于無監督聚類的支持向量機算法的86．81％提升至95．43％，核函數計算量由原數量級109下降到106以下，采取限制密度聚類中的核心點卜鄰域內的反例百分比的方法，可以增加約簡樣本的個數，可將分類準確率提高5％～8％左右。
關鍵詞：支持向量機；密度聚類；ε－領域
中圖分類號：TP301．6文獻標識碼：A文章編號：0253—987X(2005)12—1319—04
