面向数据特点的合成核支持向量机的实现方法

摘要

本发明涉及一种面向数据特点的合成核支持向量机的实现方法，包括以下步骤：数据预处理；特征提取、选择与分组：完成数据从数据空间到特征空间的转换，所选择特征反映分类识别目标的特性；训练样本、验证样本以及待分类样本的选择；分类器的选择与实现：选择面向数据特点的合成核支持向量机分类器，计算得到合成核参数；分类器的训练：利用训练样本，开展对DOCKSVM分类器的学习训练；分类器性能验证：通过对验证样本分类检验其性能，获得验证满意的DOCKSVM分类器；待分样本的分类；分类结果输出。本发明方法考虑应用领域数据的特点，更加客观地将应用领域的数据生化特点融入到最终训练获得的支持向量机中，进而提高具体分类与识别问题的结果精度，应用广泛。