期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
空间支持向量域分类器
被引量：
8
1
作者
梁锦锦
刘三阳
吴德
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期1080-1083,1088,共5页
构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超...
构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超球半径的大小关系确定待识别样本所处区域,并采取相应分类准则完成分类.UCI数据集上的多个数值实验表明,与支持向量机(SVM),支持向量域分类器(SVDC)相比,SSVDC具有好的鲁棒性,训练时间可缩短为SVM的20.6%,分类精度比SVDC提高45.9%.
展开更多
关键词
空间
支持向量域分类器
支持
向量
域
描述
描述边界
区
域
鲁棒性
模式识别
在线阅读
下载PDF
职称材料
一种分离超平面的确定方法
被引量：
1
2
作者
刘万里
刘三阳
薛贞霞
《中北大学学报（自然科学版）》
CAS
2007年第6期546-551,共6页
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离...
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合.首先使两类的错误率上界相等,用来设定参数C1,C2的值;然后分别对每类样本应用SVDD算法进行描述,以求取两个超球形边界向量;最后以两个超球球心到分离超平面的距离和最大为准则,推导出两球球心之差为分离超平面的法向量,再用样本容量和两球半径所提供的信息,确定出分离超平面的阈值,建立一个分离超平面.实验数据表明:提出的算法与SVDC相比,分类的错分率显著减少;与标准的SVM相比,不仅错分率有所减少,而且训练时间也减少很多.
展开更多
关键词
支持
向量
域
描述
分离超平面
支持
向量
机
支持向量域分类器
支持
向量
域
描述机
在线阅读
下载PDF
职称材料
题名
空间支持向量域分类器
被引量：
8
1
作者
梁锦锦
刘三阳
吴德
机构
西安电子科技大学理学院
西安电子科技大学计算机学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期1080-1083,1088,共5页
基金
国家自然科学基金资助(60674108
60574075
60705004)
文摘
构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超球半径的大小关系确定待识别样本所处区域,并采取相应分类准则完成分类.UCI数据集上的多个数值实验表明,与支持向量机(SVM),支持向量域分类器(SVDC)相比,SSVDC具有好的鲁棒性,训练时间可缩短为SVM的20.6%,分类精度比SVDC提高45.9%.
关键词
空间
支持向量域分类器
支持
向量
域
描述
描述边界
区
域
鲁棒性
模式识别
Keywords
space
support vector domain classifier
SVDD
description boundary
region
robustness
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种分离超平面的确定方法
被引量：
1
2
作者
刘万里
刘三阳
薛贞霞
机构
西安电子科技大学应用数学系
出处
《中北大学学报（自然科学版）》
CAS
2007年第6期546-551,共6页
基金
国家自然科学基金资助项目(60574075)
文摘
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合.首先使两类的错误率上界相等,用来设定参数C1,C2的值;然后分别对每类样本应用SVDD算法进行描述,以求取两个超球形边界向量;最后以两个超球球心到分离超平面的距离和最大为准则,推导出两球球心之差为分离超平面的法向量,再用样本容量和两球半径所提供的信息,确定出分离超平面的阈值,建立一个分离超平面.实验数据表明:提出的算法与SVDC相比,分类的错分率显著减少;与标准的SVM相比,不仅错分率有所减少,而且训练时间也减少很多.
关键词
支持
向量
域
描述
分离超平面
支持
向量
机
支持向量域分类器
支持
向量
域
描述机
Keywords
support vector domain description
separation hyperplane
support vector machines
support vector domain classifier
support vector domain description machines
分类号
TP311.56 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
空间支持向量域分类器
梁锦锦
刘三阳
吴德
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008
8
在线阅读
下载PDF
职称材料
2
一种分离超平面的确定方法
刘万里
刘三阳
薛贞霞
《中北大学学报（自然科学版）》
CAS
2007
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
