基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种新的支持向量机增量学习算法.分析了新样本加入训练集后,支持向量集的变化情况.基于分析结论提出新的学习算法.算法舍弃对最终结论无用的样本,使得学习对象的知识得到了积累.实验结果表明本算法在保证分类准确度的同时,在增量学习问题上比传统的支持向量机有效.
推荐文章
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
一种新的模糊支持向量机算法
隶属度
支持向量机
模糊K近邻
模糊支持向量机
一种新的选择性支持向量机集成学习算法
泛化性度量
集成学习
负相关
支持向量机
一种在线向量机增强学习算法
在线
向量机
增强学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的支持向量机增量学习算法
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 支持向量机 增量学习 学习算法
年,卷(期) 2002,(6) 所属期刊栏目 数学·计算机科学
研究方向 页码范围 687-691
页数 5页 分类号 TP181
字数 3795字 语种 中文
DOI 10.3321/j.issn:0438-0479.2002.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾文华 厦门大学计算机科学系 48 589 12.0 23.0
2 马健 3 180 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (50)
参考文献  (2)
节点文献
引证文献  (135)
同被引文献  (73)
二级引证文献  (298)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(6)
  • 引证文献(6)
  • 二级引证文献(0)
2006(10)
  • 引证文献(10)
  • 二级引证文献(0)
2007(24)
  • 引证文献(17)
  • 二级引证文献(7)
2008(37)
  • 引证文献(20)
  • 二级引证文献(17)
2009(33)
  • 引证文献(11)
  • 二级引证文献(22)
2010(19)
  • 引证文献(6)
  • 二级引证文献(13)
2011(32)
  • 引证文献(9)
  • 二级引证文献(23)
2012(39)
  • 引证文献(13)
  • 二级引证文献(26)
2013(35)
  • 引证文献(9)
  • 二级引证文献(26)
2014(25)
  • 引证文献(4)
  • 二级引证文献(21)
2015(45)
  • 引证文献(12)
  • 二级引证文献(33)
2016(33)
  • 引证文献(6)
  • 二级引证文献(27)
2017(31)
  • 引证文献(2)
  • 二级引证文献(29)
2018(29)
  • 引证文献(1)
  • 二级引证文献(28)
2019(27)
  • 引证文献(4)
  • 二级引证文献(23)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
增量学习
学习算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导