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:
引入了尺度化凸壳(Scaled convex hull,SCH)的概念,证明了与之相关的性质,通过这些性质可以把求解线性不可分支持向量机(Support vector machine,SVM)的问题转化为计算两类训练样奉分别生成的尺度化凸壳问的最近点对的问题.然后可以用几何最近点法计算尺度化凸壳问的最近点对,把垂直平分连接最近点对线段的超平面作为线性不可分问题的分类超平面.此外,还把这种方法推广到非线性情形,并给出了解决非线性问题的一种简化算法.理论分析和实验均表明,与已有的方法相比,尺度化凸壳法在取得相同分类成功率的同时,训练时间大大减少,特别适用于样奉较多的大规模分类问题.
推荐文章
基于SVM的一种新的分类器设计方法
小样本数据
SVM分类器
分类准确率
半监督学习
一种新的基于SVM权重向量的云分类器
支持向量机
云模型
云分类器
交叉验证
一种基于AdaBoost-SVM的流量分类方法
流量分类
K-L变换
支持向量机
AdaBoost
弱分类器
一种新的SVM多层增量学习方法HISVML
支持向量机
增量学习
关键词学习
文本分类
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 一种新的构造SVM分类器的几何最近点法
来源期刊 自动化学报 学科
关键词 最大间隔 尺度化凸壳 最近点对 Mitchell-Dem'yanov-Malozemov(MDM)算法
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 791-797
页数 7页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2010.00791
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 陈忠 111 650 12.0 22.0
2 刘建国 117 790 13.0 21.0
3 刘振丙 5 49 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (3)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
最大间隔
尺度化凸壳
最近点对
Mitchell-Dem'yanov-Malozemov(MDM)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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导