基于SVM的分类算法与聚类分析

徐义田,王来生,张好治,孙宝山

烟台大学学报(自然科学与工程版) ›› 2004, Vol. 17 ›› Issue (1) : 9 -13.

烟台大学学报(自然科学与工程版) ›› 2004, Vol. 17 ›› Issue (1) : 9 -13. DOI: 10.13951/j.cnki.37-1213/n.2004.01.002

基于SVM的分类算法与聚类分析

    徐义田,王来生,张好治,孙宝山
作者信息 +

Author information +
文章历史 +

摘要

运用结构风险最小化原理和聚类原理,将支持向量机中有监督的分类算法与统计中无监督的聚类算法有机地结合起来,对线性可分与线性不可分两种情况分别建立了无监督的分类模型.模型的求解转化为一个二次规划问题,同时此模型也适合于多分类情况.在应用到心脏病的医疗诊断中,准确率为88.5%,较以前的方法有了明显的提高.

关键词

支持向量机(SVM) / 分类算法 / 聚类算法 / 期望风险 / 结构风险最小化

Key words

引用本文

引用格式 ▾
徐义田,王来生,张好治,孙宝山. 基于SVM的分类算法与聚类分析[J]. 烟台大学学报(自然科学与工程版), 2004, 17(1): 9-13 DOI:10.13951/j.cnki.37-1213/n.2004.01.002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉