首页|混合不完备数据的拓展高斯核-支持向量机分类方法

混合不完备数据的拓展高斯核-支持向量机分类方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
A Expand Gaussian Kernel-Support Vector Machine Classification Method for Incomplete Data Set with Hybrid Value

黄恒秋、翁世洲

展开 >

广西民族师范学院数理与电子信息工程学院,崇左 532200

广西民族师范学院经济管理学院,崇左 532200

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

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

2020KY200122020YB007

2022

10.3969/j.issn.1007-1423.2022.21.003

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(21)
  • 6