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:
现有的面向大规模数据分类的支持向量机(support vector machine,SVM)对噪声样本敏感,针对这一问题,通过定义软性核凸包和引入pinball损失函数,提出了一种新的软性核凸包支持向量机(soft kernel convex hull sup-port vector machine for large scale noisy datasets,SCH-SVM).SCH-SVM首先定义了软性核凸包的概念,然后选择出能代表样本在核空间几何轮廓的软性核凸包向量,再将其对应的原始空间样本作为训练样本并基于pinball损失函数来寻找两类软性核凸包之间的最大分位数距离.相关理论和实验结果亦证明了所提分类器在训练时间,抗噪能力和支持向量数上的有效性.
推荐文章
核PCA支持向量机算法研究
核函数
核主元分析
支持向量机
分类
大数据中边界向量调节熵函数支持向量机研究
数据挖掘
支持向量机
调节熵函数
预抽取支持向量
面向大规模数据集的单类支持向量机
单类支持向量机
大规模数据集
数据集压缩
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
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 面向大规模噪声数据的软性核凸包支持向量机
来源期刊 电子学报 学科 工学
关键词 大规模数据 噪声 软性核凸包 pinball损失函数 分类
年,卷(期) 2018,(2) 所属期刊栏目 学术论文
研究方向 页码范围 347-357
页数 11页 分类号 TP391.4
字数 8492字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.02.013
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 王士同 江南大学数字媒体学院 528 3424 23.0 37.0
2 顾晓清 江南大学数字媒体学院 9 39 4.0 5.0
4 倪彤光 常州大学信息科学与工程学院 19 88 4.0 8.0
7 姜志彬 江南大学数字媒体学院 2 4 1.0 2.0
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  (8)
参考文献  (20)
节点文献
引证文献  (4)
同被引文献  (31)
二级引证文献  (9)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
大规模数据
噪声
软性核凸包
pinball损失函数
分类
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导