论文部分内容阅读
当两类样本分布存在差异时，最接近支持向量机（Proximal Support Vector Machine，PSVM）等最小二乘类分类器分类结果将出现偏差，不能实现最小错误率分类。本文在分析PSVM等价广义特征值分解模型基础上，提出了一种改善原PSVM分类决策面的优化样本分布PSVM，其基本思想是通过引入最大化正确分类样本距决策面距离，同时最小化错误分类样本距决策面距离的优化样本分布正则化项，构造优化样本分布PSVM的广义特征值分解模型。通过人工数据集和UCI数据集的10个数据子集上的对比实验，验证了该改