中小样本机器学习算法的特性分析与应用

• 作者: 叶秋果 张靓 李军 滕惠忠 辛宪会 郭思海 韩晓宏
• 来源期刊: 海洋测绘
• 学科: 工学
• 关键词: 图像处理 机器学习 统计学习理论 支持向量机 纹理图像
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP79
• 字数: 3728字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3044.2007.03.005

摘要

基于经典统计学的机器学习算法,在解决小样本学习问题时表现得不能令人满意.在总结分析小样本机器学习算法特点的基础上,以支持向量机(SVM)学习算法为例,定量分析了影响其泛化性能、学习性能的几个因素,实验结果与理论分析结论取得了良好的一致性;SVM用于解决KTH-TIPS纹理图像分类问题,取得了很好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军		18	179	7.0	13.0
2	叶秋果		21	165	7.0	11.0
3	滕惠忠		38	390	12.0	18.0
4	郭思海		14	117	6.0	10.0
5	辛宪会		17	142	7.0	11.0
6	张靓		20	143	7.0	11.0
7	韩晓宏		1	3	1.0	1.0