钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
浙江大学学报(工学版)期刊
\
基于支持向量机的增量式算法
基于支持向量机的增量式算法
作者:
何钦铭
刘仰光
黄启春
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
机器学习
模式分类
支持向量机
增量式算法
摘要:
为了扩展支持向量机在大规模数据集和成批出现数据领域的应用,提出了一种基于支持向量机的增量式学习算法.利用标准的支持向量机算法训练得到初始的目标概念,通过增量式步骤不断更新初始的目标概念.更新模型是求解一个与标准支持向量机具有类似的数学形式的凸二次规划问题.证明了在可分情况下,如果新增加的样本不是位于边界区,那么增量式过程既不会改变分类平面也不会改变分类平面的表达.与现有的增量式支持向量机算法相比,该算法无需额外计算就可实现增量式的逆过程并且训练时间与增量式步骤数成反比.实验结果表明,该算法满足稳定性、能够不断改进性能以及性能回复三个准则.
暂无资源
收藏
引用
分享
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
基于云模型的最接近支持向量机增量学习方法
支持向量机
云模型
分类
增量学习
基于Tri-training直推式支持向量机算法
支持向量机
直推式学习
半监督学习
Tri-training算法
支持向量机增量学习方法及应用
支持向量机
增量学习
学习精度
学习速度
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于支持向量机的增量式算法
来源期刊
浙江大学学报(工学版)
学科
工学
关键词
机器学习
模式分类
支持向量机
增量式算法
年,卷(期)
2008,(12)
所属期刊栏目
自动化技术、计算机技术
研究方向
页码范围
2121-2126
页数
6页
分类号
TP181
字数
5678字
语种
中文
DOI
10.3785/j.issn.1008-973X.2008.12.015
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
何钦铭
浙江大学计算机科学与技术学院
62
1404
16.0
37.0
5
刘仰光
浙江大学宁波理工学院
8
20
3.0
4.0
6
黄启春
浙江大学计算机科学与技术学院
17
55
5.0
6.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(1)
节点文献
引证文献
(11)
同被引文献
(42)
二级引证文献
(5)
2002(1)
参考文献(1)
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)
2009(1)
引证文献(1)
二级引证文献(0)
2010(1)
引证文献(1)
二级引证文献(0)
2012(5)
引证文献(4)
二级引证文献(1)
2013(1)
引证文献(1)
二级引证文献(0)
2014(1)
引证文献(1)
二级引证文献(0)
2015(3)
引证文献(1)
二级引证文献(2)
2017(2)
引证文献(2)
二级引证文献(0)
2018(2)
引证文献(0)
二级引证文献(2)
研究主题发展历程
节点文献
机器学习
模式分类
支持向量机
增量式算法
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
浙江大学学报(工学版)
主办单位:
浙江大学
出版周期:
月刊
ISSN:
1008-973X
CN:
33-1245/T
开本:
大16开
出版地:
杭州市浙大路38号
邮发代号:
32-40
创刊时间:
1956
语种:
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
期刊文献
相关文献
1.
基于支持向量机的增量学习算法
2.
基于云模型的最接近支持向量机增量学习方法
3.
基于Tri-training直推式支持向量机算法
4.
支持向量机增量学习方法及应用
5.
基于协同增量支持向量机的网络入侵检测
6.
基于边界向量的支持向量机增量算法
7.
基于壳向量的支持向量机渐进式增量学习算法
8.
基于支持向量机的飞机图像识别算法
9.
支持向量机增量学习算法研究
10.
基于支持向量机的瑕疵检测算法
11.
基于主动学习的支持向量机算法
12.
支持向量机算法及应用
13.
基于支持向量机的增量学习算法
14.
基于自适应步长的支持向量机快速训练算法
15.
基于模糊支持向量机的面向语义图像检索算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
浙江大学学报(工学版)2022
浙江大学学报(工学版)2021
浙江大学学报(工学版)2020
浙江大学学报(工学版)2019
浙江大学学报(工学版)2018
浙江大学学报(工学版)2017
浙江大学学报(工学版)2016
浙江大学学报(工学版)2015
浙江大学学报(工学版)2014
浙江大学学报(工学版)2013
浙江大学学报(工学版)2012
浙江大学学报(工学版)2011
浙江大学学报(工学版)2010
浙江大学学报(工学版)2009
浙江大学学报(工学版)2008
浙江大学学报(工学版)2007
浙江大学学报(工学版)2006
浙江大学学报(工学版)2005
浙江大学学报(工学版)2004
浙江大学学报(工学版)2003
浙江大学学报(工学版)2002
浙江大学学报(工学版)2001
浙江大学学报(工学版)2000
浙江大学学报(工学版)2008年第9期
浙江大学学报(工学版)2008年第8期
浙江大学学报(工学版)2008年第6期
浙江大学学报(工学版)2008年第5期
浙江大学学报(工学版)2008年第4期
浙江大学学报(工学版)2008年第3期
浙江大学学报(工学版)2008年第2期
浙江大学学报(工学版)2008年第12期
浙江大学学报(工学版)2008年第11期
浙江大学学报(工学版)2008年第10期
浙江大学学报(工学版)2008年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号