| 分类超曲面方法在海量数据分类中的应用 |
| |
| 引用本文： | 任力安,何清,史忠植.分类超曲面方法在海量数据分类中的应用[J].计算机科学,2002,29(9):33-35. |
| |
| 作者姓名： | 任力安 何清 史忠植 |
| |
| 作者单位： | 1. 中国科技大学研究生院计算机学部,北京,100039
2. 中科院计算技术研究所智能信息处理重点实验室,北京,100080 |
| |
| 基金项目： | 国家自然科学基金(批准号:60173017,90104021)，北京市自然科学基金(课题号4011003) |
| |
| 摘 要： | 1 引言人的智慧中一个很重要的方面是从实例学习的能力,通过对已知事实的分析总结出规律,预测不能直接观测的事实。在人们对机器智能的研究中,用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,它是现代智能技术中的重要方面,其研究从观测数据(样本)出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测(分类)。统计机器学习理论为机器学习问题建立了一个较好的理论框架,也发展了一种新的通用学习算法一支持向量机(SVM),其关键思想是将在低维空间非线性可分的数据通过非线性函数(核函数)映射到一个非常高维的特征空间,并在这个新的线性空间构筑分类超平面。这一结果相应于原始空间就是通过分类超曲面进行分类判别。
|
| 关 键 词： | 机器学习 分类超曲面方法 海量数据分类 学习算法 拓扑学 |
A Method Based on Separating Hyper Surface and Its Applications in Massive Data Classifying |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
