|
|||||
|
|
| 基于直推式支持向量机的图像分类算法 | |
| 作者姓名： | 沈新宇 许宏丽 官腾飞 |
| 作者单位： | 北京交通大学,计算机与信息技术学院,北京,100044 |
| 基金项目： | 国家自然科学基金 , 北京交通大学校科研和教改项目 |
| 摘 要： | 直推式支持向量机(TSVM)是在利用有标签样本的同时,考虑无标签样本对分类器的影响,并且结合支持向量机算法,实现一种高效的分类算法。它在包含少量有标签样本的训练集和大量无标签样本的测试集上,具有良好的效果。但是它有算法时间复杂度比较高,需要预先设置正负例比例等不足。通过对原有算法的改进,新算法在时间复杂度上明显下降,同时算法效果没有明显的影响。 |
| 关 键 词： | 支持向量机 直推式学习 图像分类 |
| 文章编号： | 1001-9081（2007）06-1463-02 |
| 收稿时间： | 2006-12-15 |
| 修稿时间： | 2006-12-152007-02-26 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用》浏览原始摘要信息 | |
| 点击此处可从《计算机应用》下载全文 | |