节点文献

基于支持向量机的分段线性学习方法

A Subsection Learning Algorithm Based on Support Vector Machines

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 杨强吴中福王茜

【Author】 YANG Qiang WU Zhong-Fu WANG Qian (Academy of Computer, Chongqing University, Chongqing 400044)

【机构】 重庆大学计算机学院重庆大学计算机学院 重庆 400044重庆 400044

【摘要】 <正> 1.引言包括感知器、神经网络等在内的学习方法都是基于经验风险最小(ERM)原则的,而在实际的基于小样本的学习系统中,这些学习方法在经验风险最小的情况下并不能保证期望风险最小化。对于线性不可分情况不能给出是否分段线性可分的可靠信息。如果简单地引入非线性变换,则容易导致过学习现象。这显然不是我们所希望的。

【Abstract】 In this paper, we discuss drawback of traditional subsection learning algorithm in pattern recognition and exiting support vector machines (including kernel functions), the necessity of using subsection learning algorithm based on support vector machines as well as. In turn, a subsection learning algorithm based on support vector machines, is proposed in this paper.

  • 【文献出处】 计算机科学 ,Computer Science , 编辑部邮箱 ,2003年04期
  • 【分类号】TP18
  • 【被引频次】8
  • 【下载频次】92
节点文献中: 

本文链接的文献网络图示:

本文的引文网络