论文部分内容阅读
提出了一种基于感知器的SVM分类模型（PSVM）。该模型在对分类器的训练中，引入感知器分类思想，其先利用SVM的核函数进行核计算，判断其分类性能，分类正确则不作任何修改，反之则转化成感知器分类问题。实验结果表明该模型不但能提高SVM的分类性能，而且还可以降低SVM分类性能对核函数及参数选择的依赖。