核子类凸包样本选择方法及其SVM应用

• 作者: 周晓飞 姜文瀚 杨静宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 样本选择 凸包 支持向量机 核函数 人脸识别
• 年，卷（期）: 2008,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 212-214
• 页数: 3页
• 分类号: TP391
• 字数: 4024字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.16.073

摘要

提出一种基于核函数方法的类内训练样本选择方法--核子类凸包样本选择法,并将其用于支持向量机.该样本选择方法通过迭代方法,逐一选择了那些经映射后"距离已选样本",并将其映射、生成"凸包最远的样本".实验结果表明,该方法选择的少量样本使支持向量机获得了较高的识别比率,减少了存储需求,提高了分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学与技术学院	623	11098	50.0	74.0
2	周晓飞	南京理工大学计算机科学与技术学院	12	78	7.0	8.0
3	姜文瀚	南京理工大学计算机科学与技术学院	12	78	7.0	8.0