超球体支持向量机的不完全二叉树多类分类算法 被引量：5

1

作者 黄扬帆 张慧敏 +1 位作者 徐子航 曹鹏程 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第6期125-128,140,共5页

针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类... 针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类最先分割出来的原则,设计二叉树结构,从而提高分类精度。通过仿真实验,分析比较各种方法的性能,从而验证了该算法的有效性。 展开更多

关键词 支持向量机 多类分类 超球体 二叉树

在线阅读 下载PDF 职称材料

超球体多类支持向量机理论 被引量：8

2

作者 徐图 何大可 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第11期1293-1297,共5页

目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种... 目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种直接多类分类器,训练效率明显提高.为了有效训练超球体多类支持向量机,利用SMO算法思想,提出了超球体支持向量机的快速训练算法.同时对超球体多类支持向量机的推广能力进行了理论上的估计.数值实验表明,在分类类别较多的情况,这种分类器的训练速度有很大提高,非常适合解决类别数较多的分类问题.超球体多类支持向量机为研究快速直接多类分类器提供了新的思路. 展开更多

关键词 支持向量机 多类支持向量机 SMO训练算法 推广性能 超球体多类支持向量机

在线阅读 下载PDF 职称材料

超球体单类支持向量机的SMO训练算法 被引量：10

3

作者 徐图 罗瑜 何大可 《计算机科学》 CSCD 北大核心 2008年第6期178-180,共3页

由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种... 由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种快速训练算法,使其在应用中受到限制。SMO算法成功地训练了标准SVM,其训练思想也可用于超球体One-class支持向量机的训练。本文提出了超球体One-class支持向量机的SMO训练算法,并对其空间和时间复杂度进行了分析。实验表明,这种算法能迅速、有效地训练超球体One-class支持向量机。 展开更多

关键词 无监督学习 超球体One-class支持向量机 SMO训练算法

在线阅读 下载PDF 职称材料

基于ν-最大间隔超球体支持向量机的非平衡数据分类 被引量：3

4

作者 李秋林 《重庆理工大学学报（自然科学）》 CAS 2012年第12期93-98,共6页

针对传统超球体支持向量机在处理非平衡数据集时出现的少数类查全率较低的问题,通过引入最大间隔和参数ν,提出了ν-最大间隔超球体支持向量机。该算法以最大间隔为优化目标建立分类模型,大幅度提高了少数类查全率。通过UCI数据集的分... 针对传统超球体支持向量机在处理非平衡数据集时出现的少数类查全率较低的问题,通过引入最大间隔和参数ν,提出了ν-最大间隔超球体支持向量机。该算法以最大间隔为优化目标建立分类模型,大幅度提高了少数类查全率。通过UCI数据集的分类仿真实验,比较了该算法与传统超球体支持向量机的分类精度。结果表明,该算法能有效提高对非均衡分布数据的分类准确率。 展开更多

关键词 支持向量机 超球体支持向量机 最大间隔 非均衡数据

在线阅读 下载PDF 职称材料

基于超球球心间距多类支持向量机的滚动轴承故障分类 被引量：20

5

作者 康守强 王玉静 +3 位作者 姜义成 杨广学 宋立新 V.I.MIKULOVICH 《中国电机工程学报》 EI CSCD 北大核心 2014年第14期2319-2325,共7页

为了降低滚动轴承故障智能分类的训练时间并提高分类精度,提出了一种滚动轴承正常、内、外环故障及不同故障严重程度的多状态分类方法。该方法首先采用峭度值结合相关系数法确定集合经验模态分解结果中包含主要状态信息的固有模态函数;... 为了降低滚动轴承故障智能分类的训练时间并提高分类精度,提出了一种滚动轴承正常、内、外环故障及不同故障严重程度的多状态分类方法。该方法首先采用峭度值结合相关系数法确定集合经验模态分解结果中包含主要状态信息的固有模态函数;再将其组成特征矩阵,利用奇异值分解所得奇异值作为特征向量;最后在采用改进分类规则的超球多类支持向量机分类时,提出由各状态超球球心间距中的最值来确定多类分类器核参数的选取范围,缩小选取区间,最终实现滚动轴承的多状态分类。实验结果表明,提出的滚动轴承多状态分类方法可以减少分类器的训练时间,提高分类精度。 展开更多

关键词 滚动轴承 故障分类 多类支持向量机 超球秋心间距 经验模态分解

在线阅读 下载PDF 职称材料

基于多类超球支持向量机的铣削颤振预测方法 被引量：13

6

作者 吴石 林连冬 +1 位作者 肖飞 渠达 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第11期2414-2421,共8页

为了预测薄壁件铣削过程颤振的发生,提出了一种应用小波系数特征和多类超球支持向量机进行铣削颤振预报的方法。首先基于连续小波变换分别提取高、低频段铣削振动信号的特征,然后利用多类超球支持向量机进行稳定铣削状态、铣削颤振孕育... 为了预测薄壁件铣削过程颤振的发生,提出了一种应用小波系数特征和多类超球支持向量机进行铣削颤振预报的方法。首先基于连续小波变换分别提取高、低频段铣削振动信号的特征,然后利用多类超球支持向量机进行稳定铣削状态、铣削颤振孕育状态、铣削颤振状态识别。为了简化支持向量机进行多类分类时所带来的计算复杂性,该算法使每一类样本都获得一个超球支持向量机,在特征空间中以测试样本与超球中心距离、超球半径作为决策函数来进行识别。实验表明,在铣削颤振识别系统中多类双核超球支持向量机与连续小波系数特征向量相结合具有良好的识别效果,颤振孕育预报正确率达98.0%。 展开更多

关键词 颤振预报 小波系数 超球支持向量机 多类支持向量机

在线阅读 下载PDF 职称材料

基于超球支持向量机的类增量学习算法研究 被引量：8

7

作者 秦玉平 李祥纳 +1 位作者 王秀坤 王春立 《计算机科学》 CSCD 北大核心 2008年第8期116-118,共3页

提出了一种超球支持向量机类增量学习算法。对每一类样本,利用超球支持向量机在特征空间中求得包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开。类增量学习过程中,只对新增类样本进行训练,使得该算法在很小的样本集、很小... 提出了一种超球支持向量机类增量学习算法。对每一类样本,利用超球支持向量机在特征空间中求得包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开。类增量学习过程中,只对新增类样本进行训练,使得该算法在很小的样本集、很小的空间代价下实现了类增量学习,大大降低了训练时间,同时保留了历史训练结果。分类过程中,通过计算待分类样本到各超球球心的距离判定其所属类别,分类简单快捷。实验结果证明,该算法不仅具有较高的训练速度,而且具有较高的分类速度和分类精度。 展开更多

关键词 支持向量机 类增量学习 超球

在线阅读 下载PDF 职称材料

不等距超球体支持向量机 被引量：6

8

作者 张慧敏 柴毅 《计算机工程与应用》 CSCD 北大核心 2011年第11期19-22,共4页

针对现实中经常遇到的各类样本分布范围相差很多、将各类样本误判的危害程度不同、或者各类样本数量差异悬殊等情况,提出了一种基于不等距超球体的SVM(NMS-SVM)算法。该算法以最大间隔为优化目标建立分类模型,同时引入距离比例参数λ,... 针对现实中经常遇到的各类样本分布范围相差很多、将各类样本误判的危害程度不同、或者各类样本数量差异悬殊等情况,提出了一种基于不等距超球体的SVM(NMS-SVM)算法。该算法以最大间隔为优化目标建立分类模型,同时引入距离比例参数λ,调整最优分类面到两类之间的距离。通过UCI数据库中数据集的分类仿真实验,比较了该算法与普通超球体算法以及最大间隔超球体算法的分类精度,证明了该算法的有效性。 展开更多

关键词 支持向量机 超球体 不等距 最大间隔

在线阅读 下载PDF 职称材料

基于半模糊核聚类的模糊超球支持向量机多类分类方法 被引量：1

9

作者 郭雪松 孙林岩 刘哲 《系统管理学报》 北大核心 2007年第6期664-668,共5页

针对支持向量机(SVM)在大类别模式分类中存在的问题,提出了一种基于半模糊核聚类的超球SVM分类方法。该方法基于半模糊核聚类生成模糊类,利用模糊类提供的边缘样本信息,利用超球SVM进行多类分类,从而有效提高分类器的性能。实验表明,该... 针对支持向量机(SVM)在大类别模式分类中存在的问题,提出了一种基于半模糊核聚类的超球SVM分类方法。该方法基于半模糊核聚类生成模糊类,利用模糊类提供的边缘样本信息,利用超球SVM进行多类分类,从而有效提高分类器的性能。实验表明,该方法比传统方法具有更高的速度和精度。 展开更多

关键词 支持向量机 多类分类 半模糊核聚类 超球

在线阅读 下载PDF 职称材料

最小二乘超球多类支持向量机 被引量：1

10

作者 徐图 《系统仿真学报》 CAS CSCD 北大核心 2009年第23期7468-7472,共5页

超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM... 超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM中,提出了最小二乘超球多类支持向量机(LSHS-MCSVM)的概念,并且分析了它的训练算法和判决规则,从而形成了完整的LSHS-MCSVM分类理论。实验表明,LSHS-MCSVM无论在训练速度上还是在泛化性能上都要优于HSMC-SVM,适合于分类类别多,样本数量大的多分类场合。 展开更多

关键词 支持向量机 多类支持向量机 SMO训练算法 工作集选择 最小二乘超球多类支持向量机

在线阅读 下载PDF 职称材料

基于熵的二叉树多类支持向量机的漏洞分类 被引量：4

11

作者 张鹏 谢晓尧 《计算机应用》 CSCD 北大核心 2014年第11期3283-3286,共4页

为了有效提高漏洞分类的准确性,针对基于二叉树多类支持向量机分类算法的分类复杂性和分类结果依赖二叉树的结构等缺点,提出了一种基于熵的二叉树多类支持向量机的漏洞分类算法。根据定义最小超球体进行漏洞样本空间的分类,有效地通过... 为了有效提高漏洞分类的准确性,针对基于二叉树多类支持向量机分类算法的分类复杂性和分类结果依赖二叉树的结构等缺点,提出了一种基于熵的二叉树多类支持向量机的漏洞分类算法。根据定义最小超球体进行漏洞样本空间的分类,有效地通过熵的计算来描述漏洞之间的混杂程度,使得漏洞分类的计算过程被简化且能够有效减少分类结果对二叉树结构的依赖。采用公共漏洞枚举(CWE)漏洞分类体系在收集到的3000个漏洞样本上进行大量仿真实验,漏洞分类的平均准确率和平均召回率达93.3%和93.25%,高于基于二叉树多类支持向量机分类算法和K-近邻(KNN)分类算法得到的平均值。实验结果表明所提算法有效可行,能精确地实现漏洞的分类。 展开更多

关键词 漏洞分类 二叉树多类支持向量机 熵 最小超球体 扩展超球体

在线阅读 下载PDF 职称材料

基于EMD-SC和AGSA优化支持向量机的超短期风电功率组合预测 被引量：2

12

作者 江岳春 杨旭琼 +1 位作者 陈礼锋 贺飞 《工程设计学报》 CSCD 北大核心 2017年第2期187-195,共9页

风电功率存在较大的随机性、波动性和相关性,这会对风电并网带来极大的挑战。为提高超短期风电功率预测精度,提出一种基于经验模态分解(empirical mode decomposition,EMD)、谱聚类(spectral clustering,SC)和改进型引力搜索算法(amelio... 风电功率存在较大的随机性、波动性和相关性,这会对风电并网带来极大的挑战。为提高超短期风电功率预测精度,提出一种基于经验模态分解(empirical mode decomposition,EMD)、谱聚类(spectral clustering,SC)和改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化支持向量机(support vector machine,SVM)参数的超短期风电功率组合预测方法。首先通过经验模态分解对风电原始数据进行去噪处理,剔除不规则的数据;然后应用谱聚类对经验模态分解后的子序列进行聚类分析,再应用改进型引力搜索算法优化支持向量机模型对各个子序列进行预测;最后将各子序列的预测结果相加得到最终预测值。以某风电场的实际数据为算例,仿真研究表明,所提出的组合模型能够提高风电功率预测精度,且预测效果较好,同时也证明了所采用方法的合理性。该方法能够用于风电功率的精确预测。 展开更多

关键词 超短期风电功率预测 经验模态分解 谱聚类 改进型引力搜索算法 支持向量机

在线阅读 下载PDF 职称材料

孪生二叉树支持向量多分类机算法 被引量：1

13

作者 李秋林 王建军 高斌斌 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第7期162-168,共7页

提出一种基于二叉树支持向量机的超球孪生二叉树支持向量机,该算法结合了孪生支持向量机和二叉树支持向量机的优势,加快了训练速度,减少了误差累计.通过引入坐标轮换法和收缩技术,得到超球坐标轮换孪生二叉树支持向量机.实验结果表明,... 提出一种基于二叉树支持向量机的超球孪生二叉树支持向量机,该算法结合了孪生支持向量机和二叉树支持向量机的优势,加快了训练速度,减少了误差累计.通过引入坐标轮换法和收缩技术,得到超球坐标轮换孪生二叉树支持向量机.实验结果表明,这两种算法具有如下优点:相比一对多支持向量机,在训练时间上具有绝对的优势,特别是在处理数据规模较大且稀疏性较强的问题时;避免了一对多支持向量机可能存在的样本不均衡性、不可分区域等缺点. 展开更多

关键词 孪生支持向量机 二叉树 坐标轮换法 超球体单类支持向量机 多分类

在线阅读 下载PDF 职称材料

基于最小超球体的快速分类法

14

作者 苏展 刘小茂 +1 位作者 曹淑娟 孔波 《计算机工程与应用》 CSCD 北大核心 2006年第20期70-73,85,共5页

文章提出了两种快速分类的方法——基于最小超球体的平分最近点法和基于最小超球体的按比例划分法。前者只对分别包含正、负类训练点的两类超球体线性可分的情形有效,后者则适用于线性可分和近似线性可分的两类分类问题,且在确定分划超... 文章提出了两种快速分类的方法——基于最小超球体的平分最近点法和基于最小超球体的按比例划分法。前者只对分别包含正、负类训练点的两类超球体线性可分的情形有效,后者则适用于线性可分和近似线性可分的两类分类问题,且在确定分划超平面时融入了对训练集分布特征的考虑。两种方法皆借鉴了平分最近点法的思想,结合超球体的几何特征,用解析几何方法就可求得分划超平面,从而避免了求解二次规划,大大缩短了训练时间,减小了内存占用量,尤其在处理大规模数据集时优势更为明显。两种方法的特点及其和平分最近点法的对比在实证中都给予了分析说明。 展开更多

关键词 支持向量机 最小超球体 平分最近点法 按比例划分法

在线阅读 下载PDF 职称材料

基于数据分布特性的支持向量机核参数选择方法 被引量：4

15

作者 付光远 辜弘炀 《计算机应用》 CSCD 北大核心 2017年第A01期103-105,共3页

针对支持向量机(SVM)核参数选择困难的问题,通过对SVM分类的原理分析,提出一种新的基于数据分布特性衡量SVM核参数优劣的标准,即使包含正负样本的两个超球体应该尽可能地远且不相交;利用粒子群优化算法(PSO)求出在该衡量标准下的最优核... 针对支持向量机(SVM)核参数选择困难的问题,通过对SVM分类的原理分析,提出一种新的基于数据分布特性衡量SVM核参数优劣的标准,即使包含正负样本的两个超球体应该尽可能地远且不相交;利用粒子群优化算法(PSO)求出在该衡量标准下的最优核参数。通过对UCI标准数据集的实验,验证了该算法所得到的核参数能在一定程度上提高SVM的泛化能力。 展开更多

关键词 支持向量机 核函数 参数选择 超球体 粒子群优化算法

在线阅读 下载PDF 职称材料

基于上采样单分类的智能手机手势密码隐式身份认证机制 被引量：2

16

作者 姚沐言 陶丹 《计算机科学》 CSCD 北大核心 2020年第11期19-24,共6页

现有智能手机往往使用广泛且存储有敏感信息,一旦丢失会造成巨大的安全隐患,故数据安全的重要性日益凸显。鉴于传统认证策略的脆弱性,提出了一种基于上采样单分类的隐式身份认证机制。首先,融合使用了时间、二维及三维等多类手机内置传... 现有智能手机往往使用广泛且存储有敏感信息,一旦丢失会造成巨大的安全隐患,故数据安全的重要性日益凸显。鉴于传统认证策略的脆弱性,提出了一种基于上采样单分类的隐式身份认证机制。首先,融合使用了时间、二维及三维等多类手机内置传感器从不同维度采集用户的行为特征。其次,为降低高维数据所含噪声对分类的影响,提出了一种精选特征并降维的行为特征筛选方法,对所提取的特征进行向量排序、筛选以及降维。特别地,考虑到现有基于二分类算法方案的局限性,采用SVM SMOTE对正样本数据进行上采样,并提出了基于单分类的认证决策机制,以在单类小规模训练集上实现分类。最后基于实际的样本集进行性能测试,结果表明,所提方案在准确率、FAR、FRR与AUC指标上的表现部分优于使用大规模数据进行训练的传统KNN二分类器。 展开更多

关键词 隐式身份认证 手势密码 单类支持向量机 超小规模训练集 上采样

在线阅读 下载PDF 职称材料

融合超像素聚类与SVM分类的非结构化道路识别算法 被引量：2

17

作者 陈涛 宫金良 张彦斐 《激光杂志》 CAS 北大核心 2022年第1期33-38,共6页

为解决移动机器人对非结构化道路识别的准确性、实时性问题,提出了改进的超像素聚类与支持向量机融合的监督修正算法。首先对采集的道路图像进行预处理,仅在此道路的显著性区域内进行图像的平滑处理,然后基于改进的线性迭代聚类算法,将... 为解决移动机器人对非结构化道路识别的准确性、实时性问题,提出了改进的超像素聚类与支持向量机融合的监督修正算法。首先对采集的道路图像进行预处理,仅在此道路的显著性区域内进行图像的平滑处理,然后基于改进的线性迭代聚类算法,将图像分割为内部像素较为一致的若干超像素单元,根据灰度差准则进行超像素的合并,以超像素块作为训练样本集,加快了支持向量机(SVM)分类器的训练学习速度,提取合并后的超像素颜色、纹理特征作为分类器训练集,构造SVM道路分类器并在测试集中进行分类识别,最后根据建立的评估函数对分类结果实时修正,保障了分类识别的准确率。实验表明,该算法的分类效果精确度高,且具有良好的实时性和鲁棒性。 展开更多

关键词 非结构化道路 聚类算法 特征提取 超像素 支持向量机

在线阅读 下载PDF 职称材料

HSMC-SVM的二次逼近快速训练算法 被引量：2

18

作者 徐图 罗瑜 何大可 《电子与信息学报》 EI CSCD 北大核心 2008年第11期2746-2749,共4页

HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-S... HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-SVM,并使用了样本缩减策略。实验表明,这种方法可以有效提高HSMC-SVM的收敛速度,其收敛速度已经超过了基于libsvm的组合多类支持向量机,完全可以用于分类类别多、样本数量大的分类场合。 展开更多

关键词 超球体多类支持向量机 SMO训练算法 工作集选择:二次逼近

在线阅读 下载PDF 职称材料

基于SLIC和主动学习的高光谱遥感图像分类方法 被引量：8

19

作者 赵鹏飞 周绍光 +1 位作者 裔阳 胡屹群 《计算机工程与应用》 CSCD 北大核心 2017年第3期183-187,225,共6页

在主动学习的基础上,提出一种基于SLIC的高光谱遥感图像主动分类方法。首先提取图像纹理特征并与光谱特征融合,使用PCA对新数据进行降维,取前三个主成分构成假彩色图像,然后使用SLIC处理该图像获得超像素;接着随机抽取定量超像素作为初... 在主动学习的基础上,提出一种基于SLIC的高光谱遥感图像主动分类方法。首先提取图像纹理特征并与光谱特征融合,使用PCA对新数据进行降维,取前三个主成分构成假彩色图像,然后使用SLIC处理该图像获得超像素;接着随机抽取定量超像素作为初始训练样本,样本光谱信息为超像素样本中所有像素点的光谱信息均值,样本标签为超像素中出现次数最多的类别;然后通过主动学习得到SVM分类器;最后使用分类器对超像素分类得到其类别,并将超像素类别赋予其包含的像素点,从而达到高光谱遥感图像分类的目的。实验表明:该方法明显降低了主动学习过程的时间消耗,有效地提高了分类效果,其OA,AA和Kappa值显著优于未使用SLIC的主动学习方法。 展开更多

关键词 主动学习 超像素 主成分分析(PCA) 简单线性迭代聚类(SLIC) 支持向量机(SVM)分类器

在线阅读 下载PDF 职称材料

大间隔最小压缩包含球学习机 被引量：1

20

作者 陶剑文 王士同 《软件学报》 EI CSCD 北大核心 2012年第6期1458-1471,共14页

为了提高球形分类器的分类性能,受支持向量机和小球体大间隔等方法的启发,提出一种大间隔最小压缩包含球(large margin and minimal reduced enclosing ball,简称LMMREB)学习机,其在Mercer核诱导的特征空间,通过优化一个最小包含球,以... 为了提高球形分类器的分类性能,受支持向量机和小球体大间隔等方法的启发,提出一种大间隔最小压缩包含球(large margin and minimal reduced enclosing ball,简称LMMREB)学习机,其在Mercer核诱导的特征空间,通过优化一个最小包含球,以寻求两个同心的分别包含二类模式的压缩包含球,且使二类模式分别与压缩包含球间最小间隔最大化,从而可以同时实现类间间隔和类内内聚性的最大化.分别采用人工数据和实际数据进行实验,结果显示,LMMREB的分类性能优于或等同于相关方法. 展开更多

关键词 泛化 支持向量数据描述 支持向量机 最小包含超球体

在线阅读 下载PDF 职称材料