论文研究不等距超球体支持向量机.pdf

针对现实中经常遇到的各类样本分布范围相差很多、将各类样本误判的危害程度不同、或者各类样本数量差异悬殊等情况，提出了一种基于不等距超球体的SVM（NMS-SVM）算法。该算法以最大间隔为优化目标建立分类模型，同时引入距离比例参数λ，调整最优分类面到两类之间的距离。通过UCI数据库中数据集的分类仿真实验，比较了该算法与普通超球体算法以及最大间隔超球体算法的分类精度，证明了该算法的有效性。