节点文献
基于最大熵估计的支持向量机概率建模
Probabilistic Outputs for Support Vector Machines Based on the Maximum Entropy Estimation
【摘要】 提出一种基于最大熵估计的支持向量机概率建模方法.针对传统的支持向量机方法不能提供后验概率的输出问题,从信息熵的角度采用最大熵估计方法,直接对支持向量机输出进行后验概率建模.实验结果表明,与同类算法相比,所提出的基于最大熵估计的概率建模方法具有优良的性能.
【Abstract】 A modelling method of probabilistic outputs for support vector machines(SVM) based on the maximum entropy estimation is proposed.To the problem that the standard SVM does not provide probabilities output,the probabilistic outputs for support vector machines is modeled based on the maximum entropy estimation.Experiment results show that the proposed method achieves the better classification effect and the better posterior probability distribution than other methods.
【关键词】 支持向量机；
概率建模；
最大熵估计；
【Key words】 Support vector machines； Probability modeling； Maximum entropy estimation；
【Key words】 Support vector machines； Probability modeling； Maximum entropy estimation；
【基金】 国家自然科学基金项目(60273005);中国博士后科学基金项目(2005038310);湖北省自然科学基金项目(2004ABA043);湖北省教育厅科学技术研究重点项目(D200612002)
- 【文献出处】 控制与决策 ,Control and Decision , 编辑部邮箱 ,2006年07期
- 【分类号】TP18
- 【被引频次】31
- 【下载频次】567