基于无约束空间中邻域信息的序列分类方法

• 作者: 汪宇琪 王行甫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 序列分类 无约束空间 邻域信息 隐马尔可夫模型 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 311-315
• 页数: 5页
• 分类号: TP311
• 字数: 4089字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.01.055

摘要

为达到更好的分类效果,提出一种基于邻域相似则序列相似猜想的序列分类方法,将样本序列所定义的有约束隐马尔可夫模型(HMM)空间转换到无约束HMM空间,在标准HMM处提取邻域信息,并将所有邻域信息导入到SVM中进行分类.实验结果表明,与其他经典序列分类方法相比,该方法能较大程度地提高分类效果及速度,同时也验证了最初猜想的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行甫	中国科学技术大学计算机科学与技术学院	38	412	10.0	19.0
2	汪宇琪	中国科学技术大学计算机科学与技术学院	1	0	0.0	0.0