文献类型：期刊文章

作　　者：武方方[1] 赵银亮[1]

机构地区：[1]西安交通大学新型计算机研究所,西安710049

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(60173066)

年　　份：2006

卷　　号：21

期　　号：8

起止页码：848-852

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20064210185077)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对支持向量机(SVM)的训练数据量仅局限于较小样本集的问题,结合M orlet小波核函数,提出了一种基于M orlet小波核的约简支持向量机(MW RSVM-DC).算法的核心是通过密度聚类寻找聚类中每个簇的边缘点作为约简集合,并利用该约简集合寻找支持向量.实验表明,利用小波核,该算法不仅提高了分类的准确率,而且提高了整体分类效率.

关 键 词：Morlet小波核函数  支持向量机 约倚支持向量机  

分 类 号：TP393]