基于模糊聚类分析预先处理训练样本的WC-SVM方法

摘要

在用大量训练样本训练支持向量机时,会遇到内存开销大的问题.为解决这一问题,提出了一种新方法,基本思路是利用模糊聚类算法对训练样本预先进行聚类,然后以类别中的一个样本代替一类样本,达到压缩数据样本数量的目的.考虑到压缩后样本的代表性,引入了加权支持向量机.通过实例检验证明该算法可以减小内存的开销,并且对于大量训练样本可以保证较高的分类准确率.