作者:
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:
为了快速地进行分类,根据几何思想来训练支持向量机,提出了一种快速而简单的支持向量机训练算法--几何快速算法.由于支持向量机的最优分类面只由支持向量决定,因此只要找出两类样本中所有支持向量,那么最优分类面就可以完全确定.该新的算法根据两类样本的几何分布,先从两类样本的最近点开始;然后通过不断地寻找违反KKT条件的样本点来找出支持向量;最后确定最优分类面.为了验证新算法的有效性,分别利用两个公共数据库,对新算法与SMO算法及DIRECTSVM算法进行了实验对比,实验结果显示,新算法的分类精度虽与其他两个方法相当,但新算法的运算速度明显比其他两个算法快.
推荐文章
基于几何算法的投影孪生支持向量机
模式分类
支持向量机
投影孪生支持向量机
计算几何
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
基于聚类的快速支持向量机训练算法
二次规划
无监督聚类
权值
距离阈值
潜在支持向量
支持向量机算法及应用
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
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 基于几何思想的快速支持向量机算法
来源期刊 中国图象图形学报 学科 工学
关键词 几何算法 支持向量 支持向量机 分类
年,卷(期) 2007,(6) 所属期刊栏目 图像分析和识别
研究方向 页码范围 1064-1068
页数 5页 分类号 TP181
字数 4160字 语种 中文
DOI 10.3969/j.issn.1006-8961.2007.06.017
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 孔锐 暨南大学珠海学院计算机科学系 15 314 8.0 15.0
2 张冰 暨南大学珠海学院计算机科学系 9 281 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (16)
二级引证文献  (19)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
几何算法
支持向量
支持向量机
分类
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导