一种适用于信息检索的支持向量机

• 作者: 郑南宁 郑松峰 陆晓峰
• 来源期刊: 西安交通大学学报
• 关键词: 信息检索 数据库 支持向量机 支持向量分类器
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 长江学者论坛
• 页码范围: 581-585
• 页数: 5页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.06.008

摘要

针对基于内容的信息检索中负样本抽样效率低的问题,设计了1.5类支持向量分类器.在训练过程中利用正样本对分类线建立初始模型,在保证总体泛化能力的基础上,用所能获得的负样本修正分类线,以提高其检测精度;通过对比标准序列最小优化方法,得到快速训练算法.在美国邮政数据库(USPS数据库)与麻省理工大学人脸数据库(CBCL数据库)上的实验结果表明,与传统的支持向量分类器相比,这种方法能取得更高的检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑南宁	西安交通大学电子与信息工程学院	188	3039	29.0	46.0
2	陆晓峰	西安交通大学电子与信息工程学院	2	7	2.0	2.0
3	郑松峰	西安交通大学电子与信息工程学院	3	29	3.0	3.0