SVM-KNN分类算法研究
赵玲
陈磊琛
余小陆
张盛意
1.中国地质大学(武汉)计算机学院,武汉,4300742.中国地质大学(武汉)计算机学院,武汉,4300743.中国地质大学(武汉)计算机学院,武汉,4300744.中国地质大学(武汉)计算机学院,武汉,430074
摘要：SVM-KNN分类算法是一种将支持向量机(SVM)分类和最近邻(NN)分类相结合的新分类方法.针对传统SVM分类器中存在的问题,该算法通过支持向量机的序列最小优化(SMO)训练算法对数据集进行训练,将距离差小于给定阈值的样本代入以每类所有的支持向量作为代表点的K近邻分类器中进行分类.在UCI数据集上的实验结果表明,该分类器的分类准确率比单纯使用SVM分类器要高,它在一定程度上不受核函数参数选择的影响,具有较好的稳健性.
关键词：支持向量机K近邻样本相似性
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 29-31,134 )
英文信息