一种改进的分枝定界半监督支持向量机学习算法

• 作者: 张健沛 杨静 王冠军 赵莹
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 半监督学习 支持向量机 分枝定界 统计学习理论
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 科研通信
• 页码范围: 449-454
• 页数: 6页
• 分类号: TP302.7
• 字数: 5519字
• 语种: 中文

摘要

分枝定界半监督支持向虽机,由于其实现的是全局最优化,因而可以作为其他半监督学习算法的一个基准.针对分枝定界半监督支持向量机中存在的缺陷,提出一种改进的分枝定界半监督支持向量机学习算法.该算重新对下界的估计进行定义,从而降低了各结点计算下界的时间复杂度;同时利用支持向量机的几何特点确定分枝结点,以提高算法的运算速度.实验分析表明本文提出的算法具有精度高、鲁棒性强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	杨静	哈尔滨工程大学计算机科学与技术学院	178	2073	24.0	37.0
3	赵莹	哈尔滨工程大学计算机科学与技术学院	22	194	7.0	13.0
4	王冠军	中国矿业大学计算机学院	19	80	5.0	8.0