首页> 中文期刊> 《情报理论与实践》 >一种改进的SVM算法在决策分析中的应用

一种改进的SVM算法在决策分析中的应用

         

摘要

决策支持系统是跨学科的综合体系,涉及机器学习理论.支持向量机是近几年发展起来的学习方法,它是利用最优分类面(线)将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大.然而当两类中的样本数量差别悬殊时,支持向量机的分类能力会下降.为了解决此问题,本文提出了一种改进的支持向量机算法,在所开发的医学决策支持系统上的应用表明,此方法在解决两类样本数量十分不均衡问题时有着很强的分类能力,不失为一种有效的决策分析工具.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号