文件名称：论文研究-距离加权极端支持向量机.pdf
文件大小：537KB
文件格式：PDF
更新时间：2022-10-01 05:56:04
论文研究
由于极端支持向量分类机（ESVM）在对样本进行分类时并没有考虑到数据集中样本点的分布情况，对所有样本点的误差项都给予了相同的惩罚因子，使得分类器的分类效果很容易受到噪声、野值数据的干扰，针对这个问题，在ESVM的基础上提出了一种基于距离加权的极端支持向量机（WESVM）。由于不同的样本到其类中心距离的不同，因此对不同的样本给予不同的权重。分类实验结果表明WESVM与ELM、ESVM相比具有更好的分类精度。