文件名称：基于信息熵的支持向量数据描述分类 (2011年)
文件大小：699KB
文件格式：PDF
更新时间：2024-06-02 03:38:46
工程技术 论文
针对现有的支持向量数据描述（SVDD）在解决分类问题时通常存在盲目性和有偏性，在研究信息熵和SVDD分类理论的基础上，提出了改进两类分类问题的E-SVDD算法。首先对两类样本数据分别求出其熵值；然后根据熵值大小决定将哪类放在球内；最后结合两类样本容量以及各自的熵值所提供的分布信息，对SVDD算法中的C值重新进行定义。采用该算法对人工样本集和UCI数据集进行实验，实验结果验证了算法的可行性和有效性。