文献类型：期刊文章

作　　者：方景龙[1] 陈铄[1] 潘志庚[2] 梁荣华[3]

机构地区：[1]杭州电子科技大学图形图象研究所,浙江杭州310018 [2]浙江大学CAD&CG国家重点实验室,浙江杭州310027 [3]浙江工业大学信息工程学院,浙江杭州310014

出　　处：《电子学报》

基　　金：国家自然科学基金重点项目(No.60533080);国家973预研项目(No.2005CCA04400);浙江省自然科学基金重点项目(No.Z603262)

年　　份：2007

卷　　号：35

期　　号：5

起止页码：858-861

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：对于复杂分类问题,不可避免的会有错分情况,此时支持向量机的支持向量较多,影响了识别速度.为了解决这个问题,我们提出了基于最小错分间隔的分类思想,并在此基础上得出了一种新的简化支持向量机.与普通支持向量机相比,这种简化支持向量机有较少的支持向量、较高的识别速度,而且实验结果表明,它的识别精度完全可以与普通支持向量机的识别精度相媲美,甚至更优.

关 键 词：支持向量机 模式识别 支持向量缩减  

分 类 号：TP18]