中国学术期刊网络出版总库
  关闭
基于多支持向量机分类器的增量学习算法研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Research on incremental learning algorithm with multiple support vector machine classifiers
【下载频次】 ★★★★★
【作者】 杨静; 张健沛; 刘大昕;
【英文作者】 YANG Jing; ZHANG Jian-pei; LIU Da-xin(School of Computer Science and Technology; Harbin Engineering University; Harbin 150001; China);
【作者单位】 哈尔滨工程大学计算机科学与技术学院; 哈尔滨工程大学计算机科学与技术学院 黑龙江哈尔滨; 黑龙江哈尔滨;
【文献出处】 哈尔滨工程大学学报 , Journal of Harbin Engineering University, 编辑部邮箱 2006年 01期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 多支持向量机分类器; 支持向量; 增量学习; 平均距离;
【英文关键词】 multiple support vector machine classifiers; incremental learning algorithm;
【摘要】 为了将一般增量学习算法扩展到并行计算环境中,提出一种基于多支持向量机分类器的增量学习算法.该算法根据多分类器对新增样本集的分类结果,以样本到分类超平面的平均距离为条件重新构造支持向量集更新分类器,直到所有分类器的分类精度满足指定阈值.实验结果表明了该算法的可行性和正确性.
【英文摘要】 In order to extend common incremental learning algorithms into a parallel computation setting,an incremental learning algorithm with multiple support vector machine classifiers is proposed.According to the results of multiple classifiers,new samples were selected to be support vectors sets by computing the distance mean of the samples to the hyperplane,until all classifiers were updated and all classification accuracies met the given threshold.The experiment results on test data sets prove the feasibility a...
【基金】 黑龙江省自然科学基金资助项目(F2005-02)
【更新日期】 2006-04-06
【分类号】 TP181
【正文快照】 基于支持向量机的增量学习中最典型的是Batch SVM增量学习算法[1-2],即将新增样本集划分成若干不相交子集,通过构造新的支持向量集和分类超平面序列得到最终的学习结果.在处理大规模数据的分类问题时,往往将某种算法与BatchSVM增量学习算法相结合,通过对样本的分组来降低支持向

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号