论文部分内容阅读
SVM在机器学习领域中是一种通用有效的学习方法,在中医舌象分类中取得了一定的效果。但是由于各类舌象样本的数量不均衡,标准SVM方法对于这一问题的解决尚不尽人意。针对这一问题,本研究将加权SVM方法应用于大量舌色苔色样本的分类中,根据各类样本的相对重要性,加大或减小其惩罚项,在保证非重要样本的识别正确率可以接受的情况下,尽量提高重要样本的识别正确率。实验结果表明,该方法在不均衡舌象样本的分类中能取得较好的效果。