| 基于乘性规则的支持向量域分类器 |
| |
| 引用本文： | 陆从德,张太镒,胡金燕.基于乘性规则的支持向量域分类器[J].计算机学报,2004,27(5):690-694. |
| |
| 作者姓名： | 陆从德 张太镒 胡金燕 |
| |
| 作者单位： | 西安交通大学电信学院信息与通信工程系,西安,710049 |
| |
| 摘 要： | 该文提出了一种基于支持向量域描述(SVDD)的学习分类器．在两类样本分类中，该算法在训练时通过对1类样本的描述求取包含1类样本的球形边界．然后通过该边界对两类样本数据进行分类，并且在求取边界的优化问题中，采用乘性规则来直接求取Lagrange乘子，而不是用传统的二次优化方法．该文所获得的学习算法和支持向量机(SVM)与序列最小优化(SMO)算法相比，不仅降低了样本的采集代价，而且在优化速度上有了很大提高．通过CBCL人脸库的仿真实验．将该算法和SVM、SOM算法的实验结果进行对比，说明了该学习算法的有效性．
|
| 关 键 词： | 支持向量域分类器 乘性规则 序列最小优化 支持向量机 学习算法 |
Support Vector Domain Classifier Based on Multiplicative Updates |
| |
| LU Cong-De,ZHANG Tai-Yi,HU Jin-Yan.Support Vector Domain Classifier Based on Multiplicative Updates[J].Chinese Journal of Computers,2004,27(5):690-694. |
| |
| Authors: | LU Cong-De ZHANG Tai-Yi HU Jin-Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
