现代计算机2022，Vol.28Issue(21) ：18-25.DOI:10.3969/j.issn.1007-1423.2022.21.003

混合不完备数据的拓展高斯核-支持向量机分类方法

A Expand Gaussian Kernel-Support Vector Machine Classification Method for Incomplete Data Set with Hybrid Value

黄恒秋 翁世洲
现代计算机2022，Vol.28Issue(21) ：18-25.DOI:10.3969/j.issn.1007-1423.2022.21.003
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

混合不完备数据的拓展高斯核-支持向量机分类方法

A Expand Gaussian Kernel-Support Vector Machine Classification Method for Incomplete Data Set with Hybrid Value

黄恒秋 1翁世洲2
扫码查看

作者信息

  • 1. 广西民族师范学院数理与电子信息工程学院,崇左 532200
  • 2. 广西民族师范学院经济管理学院,崇左 532200
  • 折叠

摘要

针对混合不完备数据集,提出一种基于邻域联系度距离拓展高斯核函数的支持向量机分类方法.首先,给出了基于邻域联系度距离拓展高斯核函数的定义;其次,给出基于二次函数逼近的支持向量机SMO训练算法和分类算法;最后,取多个UCI数据集进行了实验分析,通过与填充支持向量机、混合距离支持向量机和风险重构支持向量机分类方法进行比较,结果表明提出的分类方法在不对缺失值作任何处理、不改变支持向量机模型结构与约束条件的情况下,仍然获得了优异的分类效果.

关键词

混合不完备数据/联系度距离/联系度距离高斯核/支持向量机

引用本文复制引用

基金项目

广西壮族自治区高等学校中青年教师科研基础能力提升项目(2020KY20012)

广西壮族自治区高等学校中青年教师科研基础能力提升项目()

广西民族师范学院校级科研项目(2020YB007)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量6
段落导航相关论文