準(zhǔn)線性的支持向量機(jī)訓(xùn)練子集劃分的分析與研究.pdf

1、本文提出了一種基于PCA的聚類合并預(yù)處理改進(jìn)算法，適用于準(zhǔn)線性支持向量機(jī)。準(zhǔn)線性支持向量機(jī)是一種具有準(zhǔn)線性核函數(shù)的支持向量機(jī)，通過恰當(dāng)合成復(fù)合的準(zhǔn)線性核函數(shù)，可以防止在支持向量機(jī)訓(xùn)練過程中過學(xué)習(xí)的問題。
　　基于PCA的聚類合并預(yù)處理改進(jìn)算法包含如下三個部分:
　　1.用于準(zhǔn)確捕捉分布信息的邊界監(jiān)測
　　用于分類的數(shù)據(jù)集具有高緯度和大規(guī)模的特征，尋找分類的分類邊界，只需要位于正負(fù)標(biāo)簽分界線周圍的數(shù)據(jù)。本文針對傳統(tǒng)算法忽

2、略分類邊界分布特性的缺陷，提出了一種可以準(zhǔn)確捕捉分類邊界附近數(shù)據(jù)的算法，該方法通過尋找分類邊緣附近的數(shù)據(jù)子集，減少訓(xùn)練數(shù)據(jù)集的計(jì)算量，提高訓(xùn)練速度。仿真實(shí)驗(yàn)證明，該方法一定程度地提高了分類的準(zhǔn)確率。
　　2.具有穩(wěn)定架構(gòu)的聚類
　　為在多維空間里構(gòu)建穩(wěn)定并唯一的二叉樹結(jié)構(gòu)，通過層次聚類法將非線性分類邊界分成多個相對比較小的類。
　　3.基于PCA判定的聚類合并
　　因?yàn)閭鹘y(tǒng)的層次聚類方法不能準(zhǔn)確地捕捉到非線性分類