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Pinball损失函数的流形正则化半监督二分类支持向量机,建立一个新的半监督二分类支持向量机模型,采用对偶方法导出新模型的对偶问题,给出求解模型的算法步骤,并对模型进行了参数分析;针对新模型的分类准确性和抗噪声性能进行数值实验.结果表明,合适的损失函数参数有助于提升模型的分类效果,并且新模型具备一定的抗噪声能力和对再采样的稳定性.
推荐文章
基于光滑Ramp损失函数的健壮支持向量机
支持向量机
光滑Ramp损失函数
原始空间
凹凸过程
基于半监督支持向量机的并行远同源检测方法
半监督学习
支持向量机
并行计算
分类器
基于半监督支持向量机的期刊收稿系统自动分类方法
期刊收稿系统
自动分类
专家审稿
半监督支持向量机
工作效率
特征向量
基于两阶段学习的半监督支持向量机分类算法
SVM (support vector machine)
半监督
两阶段学习
伪标识
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Pinball损失函数的半监督支持向量机
来源期刊 济南大学学报(自然科学版) 学科 工学
关键词 半监督 损失函数 流形正则化 支持向量机
年,卷(期) 2017,(1) 所属期刊栏目 数据挖掘
研究方向 页码范围 42-47,54
页数 分类号 TP181
字数 语种 中文
DOI 10.13349/j.cnki.jdxbn.20161117.006
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 张晓丹 北京科技大学数理学院 43 226 8.0 14.0
2 刘旭东 北京科技大学数理学院 14 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (514)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
半监督
损失函数
流形正则化
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
济南大学学报(自然科学版)
双月刊
1671-3559
37-1378/N
大16开
济南市济微路106号
1987
chi
出版文献量(篇)
2343
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导