广义超球面SVM研究.pdfVIP

计算机研究与发展 ISSN1000—1239／CN11-1777门rP JournalofComputerResearchandDevelopment 45(11)：1807—1816，2008 广义超球面 SVM研究 张新峰 刘壶巍 (北京工业大学信号与信息处理研究室 北京 100022) (zxf@bjut．edu．cn) StudyofGeneralizedHyper-SphereSupportVectorM achine ZhangXinfengandLiuYaowei (Signal＆ InformationProcessingLaboratory，BeijingUniversityofTechnology，Beijing100022) Abstract Hyper—spheresupportvectormachineisan importantmethodforunbalanced classification whichisanimportantissueinbiomedicalengineeringsuchastongueimageclassificationintraditional chinesemedicine． By introducing the other kind ofsamples，one class supportvector domain descriptionclassifierismodified tothebinary hyper—sphereclassifier to improve itsgeneralization performance．However，amongthemethodsinthepresentreferences，itisprovedthatthesolutionof margin between two classesofsamplesisuncertain when thereisno supportvectorin one class samplesfrom thepointoftheoptimalsolution in thispaper．Meantime，themarginbetween two classesisprovedtobezerowhenthereisatleastonenormalsupportvectorineachkindofsamples． Thegeneralizationperformanceispoorifthemarginisanuncertainvalueoritequalstozerotosome extent．To improvetherightclassification rateofthesamples，a generalizedhyper—sphereSVM is proposedbyintroducingtheparameternandb (6)andthemarginwhichisgreaterthanzeromay beacquired，which balancesthevolumeofthehyper—sphere，margin and the experimentalerror． Theoryanalysisandexperimentalresultsshow thattheproposedalgorithm hasbettergeneralization performanceand1essexperimentalrisk． Key words generalized hyper—sphere SVM ； unbalanced classification； margin； generalization performance；supportvector 摘 要 超球面支撑 向量机是不均衡样本分类的一种重要 方法．然而，目前 引入 间隔的超球 面支撑 向量 机 中，当一类样本集中不存在支撑向量时，两类样本之 间的间隔解是不确定的；在两类样本均存在正常 支撑向量的情况下，两类样本之 间的间隔为零．间隔不确定或为零在很大程度上影响分类器的推广性 能．为此提 出了一种广义的超球面支撑向量机算法，通过 引入参数 和b，理论推导得 出，zb，这样可以 保证获得不为零的间隔解