SVM分类器训练样本获取方法、训练方法及其系统

摘要

本发明提供一种SVM分类器训练样本获取方法、训练方法及其系统，包括：计算获取SVM分类器的各个样本的距离；根据各个所述样本的距离，对所述样本进行第一次聚类，获取至少一个第一分类，以及各个所述第一分类包含的样本；对所述样本进行第二次聚类，获取至少一个第二分类，以及各个所述第二分类包含的样本；其中，所述第二距离阈值大于所述第一距离阈值；将只包含一个样本的所述第二分类中的样本划分为孤立样本；分别在各个所述第一分类中选取一个样本作为代表样本，根据所述代表样本和所述孤立样本设置所述SVM分类器的训练样本。可以有效减少样本的数量，降低分类器的样本空间的复杂性，使分类器训练更加简单，更加有效。

主权项

一种SVM分类器训练样本获取方法，其特征在于，包括以下步骤：计算获取SVM分类器的各个样本相互之间的距离；将各个所述样本的距离与第一距离阈值比较，对所述样本进行第一次聚类，获取至少一个第一分类，以及各个所述第一分类包含的样本；将各个所述样本的距离与第二距离阈值比较，对所述样本进行第二次聚类，获取至少一个第二分类，以及各个所述第二分类包含的样本；其中，所述第二距离阈值大于所述第一距离阈值；当一个所述第二分类只包含一个样本，则将该样本划分为孤立样本；分别在各个所述第一分类中选取一个样本作为代表样本，根据所述代表样本和所述孤立样本设置所述SVM分类器的训练样本。