[发明专利]一种基于加权投影对支持向量机的样本分类方法

摘要

本发明公开了一种基于加权投影对支持向量机的样本分类方法，包括以下步骤：在每类样本内部及不同类样本之间分别构造类内近邻图G_s和类间近邻图G_d；依据每类样本的类内近邻图G_s计算样本权值,并计算每类样本的加权均值中心；依据类间近邻图G_d确定离特定类样本较近的相反类样本，并构造线性模式下的优化问题；求解上述优化问题的对偶问题，获得两类样本的决策超平面：x^Tw₁+b₁＝0和x^Tw₂+b₂＝0，依据决策超平面对未知样本进行分类，其中，w₁、w₂为第1类和第2类样本的投影轴，x表示n维度矢量空间中的样本，b₁、b₂分别表示两类样本决策超平面的偏置。在一定程度上提高了算法的局部学习能力，很大程度上降低了算法求解的计算复杂度。

主权项

一种基于加权投影对支持向量机的样本分类方法，其特征在于，包括以下步骤：S01：在每类样本内部及不同类样本之间分别构造类内近邻图G_s和类间近邻图G_d；S02：依据每类样本的类内近邻图G_s计算样本权值,并计算每类样本的加权均值中心；S03：依据类间近邻图G_d确定离特定类样本较近的相反类样本，并构造线性模式下的优化问题；S04：求解上述优化问题的对偶问题，获得两类样本的决策超平面：x^Tw₁+b₁＝0和x^Tw₂+b₂＝0，依据决策超平面对未知样本进行分类，其中，w₁、w₂为第1类和第2类样本的投影轴，x表示n维度矢量空间中的样本，b₁、b₂分别表示两类样本决策超平面的偏置。