基于密度聚類的支持向量機分類算法

武方方　趙銀亮　蔣澤飛

摘要：為了解決支持向量機的分類僅應(yīng)用于較小樣本集的問題，提出了一種密度聚類與支持向量機相結(jié)合的分類算法。在密度聚類中，當(dāng)一個樣本點不存在擬密度可達(dá)的樣本點，則其顯著特征即表現(xiàn)為該簇的邊緣點，將該點加入約簡集合，直至選出樣本集合中的所有邊緣對象，然后再利用約簡集合尋找支持向量．實驗表明，采用該算法，分類的準(zhǔn)確率可從基于無監(jiān)督聚類的支持向量機算法的86．81％提升至95．43％，核函數(shù)計算量由原數(shù)量級10⁹下降到10⁶以下，采取限制密度聚類中的核心點卜鄰域內(nèi)的反例百分比的方法，可以增加約簡樣本的個數(shù)，可將分類準(zhǔn)確率提高5％～8％左右。

關(guān)鍵詞：支持向量機；密度聚類；ε－領(lǐng)域

中圖分類號：TP301．6文獻(xiàn)標(biāo)識碼：A文章編號：0253—987X(2005)12—1319—04