首页 | 本学科首页   官方微博 | 高级检索  
     

基于壳向量和中心向量的支持向量机
引用本文:薛贞霞,刘三阳,齐小刚.基于壳向量和中心向量的支持向量机[J].数据采集与处理,2009,24(3).
作者姓名:薛贞霞  刘三阳  齐小刚
作者单位:1. 西安电子科技大学理学院,西安,710071;河南科技大学理学院,洛阳,471003
2. 西安电子科技大学理学院,西安,710071
基金项目:国家自然科学基金,河南省科技厅科技计划 
摘    要:针对支持向量机(Support vector machines,SVMs)中大规模样本集训练速度慢且分类精度易受野点影响的问题,提出一个基于样本几何信息的支持向量机算法.其基本步骤是,首先分别求取每类样本点的壳向量和中心向量,然后将求出的壳向量作为新的训练集进行标准的SVM训练得到超平面的法向量,最后利用中心向量来更新法向量从而减少野点的影响得到最终的分类器.实验表明,采用这种学习策略,不仅加快了训练速度,而且在一般情况下也提高了分类精度.

关 键 词:支持向量机  大规模训练集  壳向量  中心向量

Support Veltor Machines Based on Hull Vectors and Center Vectors
Xue Zhen-xia,Liu San-yang,Qi Xiao-gang.Support Veltor Machines Based on Hull Vectors and Center Vectors[J].Journal of Data Acquisition & Processing,2009,24(3).
Authors:Xue Zhen-xia  Liu San-yang  Qi Xiao-gang
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号