摘要
设计了SVM置信度在线评估方案,以此确定SVM做多分类时结果的风险程度,对高风险决策结果进行修正。置信度评估采用理论估计和经验估计相结合的方式。多分类决策结果的修正由在线生成的局部分类器完成。局部分类器在待查询数据的邻域内工作,此邻域基于一个局部测度而生成。实验表明,所设计的算法呈现了较好的分类能力,提高了传统同类方法的分类准确率。
学科与关键词
关键词
SVM置信度评估决策风险值局部分类器局部测度
- 一种改进的支持向量机NN-SVM李红莲; 王春花; 袁保宗计算机学报, 2003, (08): 1015-1020.
- 企业集团信用风险评估SVM集成分类器的构建与应用李丽; 周宗放技术经济, 2013, (11): 65-70.
- 基于模糊c-均值聚类的SVC迭代训练算法陈自洁; 夏成锋仲恺农业工程学院学报, 2011, (01): 39-43.
