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:
提出一种用于支持向量机训练样本集的缩减策略.该策略运用Fisher鉴别分析方法快速地提取潜在的支持向量,并构成用于SVM的新的训练样本集.仿真实验表明,该算法能在保证不降低分类精度的前提下,对较大规模的样本进行有效的缩减,提高运算效率.
推荐文章
精简训练样本与支持向量
支持向量机
支持向量
训练样本
精简
基于改进支持向量机的货币识别研究
预抽取支持向量:多分类支持向量机
货币识别
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
边缘效应训练的模糊支持向量机及应用
模糊支持向量机
模糊隶属度
边缘效应
卫星图像分割
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Fisher鉴别分析的支持向量机训练样本缩减策略
来源期刊 计算机工程与应用 学科 工学
关键词 Fisher鉴别分析 投影 支持向量机
年,卷(期) 2012,(3) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 156-157,191
页数 分类号 TP301.6
字数 3059字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.03.046
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 刘琼荪 重庆大学数学与统计学院 66 621 14.0 21.0
2 饶刚 重庆大学数学与统计学院 3 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (83)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (1)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Fisher鉴别分析
投影
支持向量机
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导