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:
基于支持向量机在线训练理论,采用MATLAB工具实现了一种在线增量学习算法。该实现方法调用LIBSVM工具包分类器训练函数和样本识别函数,将不能识别的样本作为增量数据重新训练分类器。设计的增量训练用户图形界面系统应用于手写数字的识别,结果表明了实现方法的正确性和有效性,并论证了增量训练能在兼顾新样本出现的情况下提高训练速度,提升手写数字识别的准确率。
推荐文章
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
支持向量机增量学习方法及应用
支持向量机
增量学习
学习精度
学习速度
支持向量机增量学习算法研究
支持向量机
增量学习
期望风险
固定划分
过间隔
基于云模型的最接近支持向量机增量学习方法
支持向量机
云模型
分类
增量学习
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 支持向量机在线增量学习算法的MATLAB实现
来源期刊 江汉大学学报(自然科学版) 学科 工学
关键词 支持向量机 在线增量学习算法 MATLAB 手写数字识别
年,卷(期) 2016,(5) 所属期刊栏目 计算机科学
研究方向 页码范围 469-473
页数 5页 分类号 TP18
字数 3148字 语种 中文
DOI 10.16389/j.cnki.cn42-1737/n.2016.05.015
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 杨志红 江汉大学物理与信息工程学院 12 15 3.0 3.0
2 隆涛 江汉大学物理与信息工程学院 1 4 1.0 1.0
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  (94)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
支持向量机
在线增量学习算法
MATLAB
手写数字识别
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
江汉大学学报(自然科学版)
双月刊
1673-0143
42-1737/N
大16开
武汉经济技术开发区江汉大学期刊社
1973
chi
出版文献量(篇)
2387
总下载数(次)
5
论文1v1指导