蒋泽飞
- 作品数：2 被引量：15H指数：1
- 供职机构：西安交通大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于密度聚类的支持向量机分类算法被引量：15
- 2005年
- 为了解决支持向量机的分类仅应用于较小样本集的问题,提出了一种密度聚类与支持向量机相结合的分类算法.在密度聚类中,当一个样本点不存在拟密度可达的样本点,则其显著特征即表现为该簇的边缘点,将该点加入约简集合,直至选出样本集合中的所有边缘对象,然后再利用约简集合寻找支持向量.实验表明,采用该算法,分类的准确率可从基于无监督聚类的支持向量机算法的86.81%提升至95.43%,核函数计算量由原数量级109下降到106以下,采取限制密度聚类中的核心点ε-邻域内的反例百分比的方法,可以增加约简样本的个数,可将分类准确率提高5%～8%左右.
- 武方方赵银亮蒋泽飞
- 关键词：支持向量机密度聚类
- 使用基于本体建模的上下文计算程序适合性
- 蒋泽飞
- 关键词：上下文本体适合性
