期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
马氏距离多核支持向量机学习模型 被引量:6
1
作者 张凯军 梁循 《计算机工程》 CAS CSCD 2014年第6期219-224,共6页
支持向量机是统计机器学习中的一种重要方法,被广泛地应用于模式识别、回归分析等问题。但一般支持向量机未考虑样本的总体分布,降低了支持向量机的泛化能力。针对该问题,提出一种马氏距离支持向量机学习模型,考虑总体样本的分布,并将... 支持向量机是统计机器学习中的一种重要方法,被广泛地应用于模式识别、回归分析等问题。但一般支持向量机未考虑样本的总体分布,降低了支持向量机的泛化能力。针对该问题,提出一种马氏距离支持向量机学习模型,考虑总体样本的分布,并将该模型扩展到多核学习模型。通过数学方法将欧式距离核矩阵转化为马氏距离核矩阵,降低模型的实现难度。实验结果证明,该模型不仅保持了欧式距离多核学习模型的原有性质,且具有更好的分类精确度。 展开更多
关键词 马氏距离 欧氏距离 多核学习模型 支持向量机 核函数 线性判别分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部