一种结合K近邻法的改进的渐进直推式支持向量机学习算法

• 作者: 廖东平 王书宏 黎湘
• 来源期刊: 电光与控制
• 学科: 航空航天
• 关键词: 统计学习理论 目标识别 直推式支持向量机(TSVM) K近邻法(KNN)
• 年，卷（期）: 2010,（10）
• 页码范围: 6-9
• 分类号: V271.4
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2010.10.002

摘要

为了进一步提高改进的渐进直推式支持向量机学习算法(IFTSVML)的速度,提出了一种结合K近邻法(KNN)的改进的渐进直推式支持向量机学习算法,利用KNN对无标签样本集进行删减,去掉对学习作用不大的无标签样本,再对有标签样本集和剩余的无标签样本集利用IPTSVML算法进行学习与分类.雷达实测数据实验结果表明该算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎湘	国防科技大学电子科学与工程学院空间电子信息技术研究所	174	2404	24.0	40.0
2	廖东平	国防科技大学电子科学与工程学院空间电子信息技术研究所	7	124	6.0	7.0
3	王书宏	国防科技大学电子科学与工程学院空间电子信息技术研究所	2	18	2.0	2.0