熵权核函数支持向量机

【摘要】：信息熵是用来描述和度量事件发生不确定度的一种方法,能够把一些模糊量进行合理量化。本文利用分类对象样本的重要程度建立样本概率空间,把信息熵作为调节到支持向量机(SVM)核函数权重的依据,提出了基于熵权核函数的支持向量机方法。该方法首先利用信息交互熵计算各个特征对分类任务的重要度,然后用熵函数对样本的重要度度量核函数中的内积和欧氏距离,从而更加有效的支配核函数。理论分析和数值实验的结果都表明,该方法比传统的SVM具有更有效的分类能力和范化能力。