一种改进的主动支持向量机算法及其应用

摘要

针对支持向量机中分类器易受样本孤立点影响的问题,提出一种改进的主动支持向量机算法,采用K-means算法获取少量"代表性"样本作为训练样本,通过训练该标识样本得到一个初始分类器,利用主动学习策略选择最佳未标记样本进行类别标记,并加入训练样本集重新训练分类器,重复该过程直到满足某些要求.运用Iris数据和遥感数据对其进行测试,实验结果表明,该算法是有效的.