基于特权信息的SVM模型研究及应用

• 作者: 卢常景 曹颖 王芬艳
• 来源期刊: 应用数学进展
• 学科: 工学
• 关键词: 特权信息 支持向量机 应用
• 年，卷（期）: yysxjz_2017,（9）
• 页码范围: 1248-1254
• 页数: 7页
• 分类号: TP39

摘要

当使用支持向量机(Support Vector Machines, SVM)进行分类时,可能会遇到训练样本中存在额外信息的情况。它是不可忽视的,因为它会严重影响测试样本的分类准确率。本文提出了一种基于特权信息的SVM模型,其包含了特权信息分布的多种情况,能有效地解决多种特权信息分布问题。本文首先叙述了SVM分类的基本原理,在简单介绍特权信息概念后,提出了基于特权信息的SVM模型及其特例。接着介绍了基于特权信息的SVM模型应用,最后对该研究领域存在的问题及发展方向进行了总结。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹颖	中国地质大学数学与物理学院	7	6	1.0	2.0
2	王芬艳	中国地质大学数学与物理学院	2	0	0.0	0.0
3	卢常景	中国地质大学数学与物理学院	4	12	1.0	3.0