| 最小二乘支持向量机的半监督学习算法 |
| |
| 引用本文： | 张健沛,赵莹,杨静. 最小二乘支持向量机的半监督学习算法[J]. 哈尔滨工程大学学报, 2008, 29(10) |
| |
| 作者姓名： | 张健沛 赵莹 杨静 |
| |
| 作者单位： | 哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001 |
| |
| 基金项目： | 国家自然科学基金资助项目，黑龙江省自然科学基金资助项日 |
| |
| 摘 要： | 将最小二乘支持向量机引入到半监督学习中,提出了一种最小二乘支持向量机的半监督学习算法.采用最小二乘支持向最机训练混合样本集,利用最小二乘支持向量机训练速度快、效率高等优点有效地克服了目前一些半监督支持向量机学习算法时间代价大、效率低的缺陷.在训练过程中采用区域标注法,减少达到收敛所需要的迭代次数,并给出了SLS-SVM算法具体的数学描述.在人造数据集及实际数据集上的实验表明,最小二乘支持向量机的半监督学习算法可以有效的减少训练时问,提高训练的速度,从而具有更好的推广能力.
|
| 关 键 词： | 半监督学习 支持向量机 统计学习理论 最小二乘法 |
Semi-supervised learning algorithm with a least square support vector machine |
| |
| ZHANG Jian-pei,ZHAO Ying,YANG Jing. Semi-supervised learning algorithm with a least square support vector machine[J]. Journal of Harbin Engineering University, 2008, 29(10) |
| |
| Authors: | ZHANG Jian-pei ZHAO Ying YANG Jing |
| |
| Affiliation: | ZHANG Jian-pei,ZHAO Ying,YANG Jing(College of Computer Science , Technology,Harbin Engineering University,Harbin 150001,China) |
| |
| Abstract: | |
| |
| Keywords: | semi-supervised algorithm support vector machine statistic theory least square support vector machine |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
