论文部分内容阅读
支持向量机（SVM）较好地解决了小样本分类问题，但仍然受稀疏数据和噪音的影响．鉴于人类具有很好的处理稀疏数据和噪音问题的能力，文中提出了模型化这些认知能力的几何化方法，特别是采用相对变换方法建立了认知相对性规律的几何化模型，并用之改进了SVM．仿真实验结果表明，改进的SVM明显提高了抵抗稀疏数据和噪音的能力．