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:
由于支持向量机具有较好地学习性能和泛化能力,目前已经得到了广泛的应用.如何使支持向量机进行有效的增量学习是目前支持向量机应用中需要解决的问题.深入研究了支持向量分布特点,提出了一种新的支持向量机增量训练淘汰机制--距离比值算法.该算法根据遗忘规则,设定一个合适的参数,按距离比值法中的定义计算各个样本中心距离与其到最优分类面距离的比值,舍弃对后续训练影响不大的样本,即可对训练数据进行有效的淘汰.对标准数据集的实验结果表明,使用该方法进行增量训练在保证分类精度的同时,能有效地提高训练速度.
推荐文章
一种快速加权支持向量机训练算法
加权支持向量机
工作集
目标函数
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
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
一种基于线性微粒群算法的支持向量机
支持向量机
微粒群算法
机器学习
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 一种基于距离比值的支持向量机增量训练算法
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 支持向量机 增量训练 淘汰机制 边界矢量 距离比值算法
年,卷(期) 2008,(4) 所属期刊栏目 制导工程与技术
研究方向 页码范围 29-33
页数 5页 分类号 TP391.4
字数 2818字 语种 中文
DOI 10.3969/j.issn.1009-3516.2008.04.007
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 王晓丹 空军工程大学导弹学院 135 1447 21.0 31.0
2 华继学 空军工程大学导弹学院 33 209 10.0 13.0
3 权文 空军工程大学导弹学院 18 210 9.0 14.0
4 徐海龙 空军工程大学导弹学院 14 102 6.0 10.0
5 史朝辉 空军工程大学导弹学院 16 150 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (166)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (26)
二级引证文献  (88)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(12)
  • 参考文献(2)
  • 二级参考文献(10)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(8)
  • 引证文献(3)
  • 二级引证文献(5)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(24)
  • 引证文献(0)
  • 二级引证文献(24)
2016(11)
  • 引证文献(2)
  • 二级引证文献(9)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
增量训练
淘汰机制
边界矢量
距离比值算法
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导