Abstrato

MELHORAR A PRECISÃO DA CLASSIFICAÇÃO UTILIZANDO MÁQUINAS DE VETORES DE SUPORTE (SVMS) COM O NOVO KERNEL

Ashraf Afifi e EAZanaty, Said Ghoniemy

Neste artigo, apresentamos uma nova função de kernel denominada função de base radial polinomial (PRBF) que pode melhorar a precisão da classificação de máquinas de vetores de suporte (SVMs). A função kernel proposta combina os kernels Gauss (RBF) e Polinomial (POLY) e é declarada de forma geral. É mostrado que o kernel proposto converge mais rapidamente que os kernels Gauss e Polinomial. A precisão do algoritmo proposto é comparada com algoritmos baseados em núcleos gaussianos e polinomiais, aplicando-os a uma variedade de conjuntos de dados não separáveis ??com vários atributos. Observamos que o kernel proposto oferece uma boa precisão de classificação em quase todos os conjuntos de dados, especialmente aqueles de dimensões elevadas.