论文部分内容阅读
二类分类问题是机器学习中的最基本的一类重要问题。目前广泛使用的,也是最为有效的学习算法是支持向量机(SVM)。然而对于某些非线性分类问题,SVM还不能给出令人满意的解,因此希望能找到一种方法对SVM解决非线性分类问题的能力加以改进。对二类分类问题,提出一种基于感知器的样本空间划分方法。该方法首先用感知器提取样本的分布信息,将整体问题划分为局部空间中的分类问题,而后使用SVM求出各个局部问题的最优分界面,并用最小最大模块化网络对局部分界面进行综合,得到问题的全局解。仿真实验表明,新方法能够有效地分析样