论文研究-用核K-means聚类和半定规划SVM实现垃圾标签检测.pdf

提出使用核K-means聚类算法从样本集中抽取特征向量集来训练SVM, 达到减少SVM规模的目的。SVM核函数的选择会影响SVM模型的分类效果, 提出将多个非线性映射能力不同的核函数进行线性组合, 在特征训练集上构造出组合SVM的半定规划模型, 用内点法求解出最优组合系数, 得到非线性映射能力更强的半定规划SVM, 并用做垃圾标签检测。在UCI数据集上与双层减样支持向量机方法进行比较, 实验结果表明, 新的垃圾标签检测法提高了识别率, 并大幅度减少了训练时间。