| 改进的基于K均值聚类的SVDD学习算法 |
| |
| 引用本文： | 花小朋,李先锋,皋军,田明. 改进的基于K均值聚类的SVDD学习算法[J]. 计算机工程, 2009, 35(17): 184-186 |
| |
| 作者姓名： | 花小朋 李先锋 皋军 田明 |
| |
| 作者单位： | 盐城工学院信息工程学院,盐城,224001;盐城工学院信息工程学院,盐城,224001;盐城工学院信息工程学院,盐城,224001;盐城工学院信息工程学院,盐城,224001 |
| |
| 基金项目： | 盐城工学院重点学科建设基金资助项目 |
| |
| 摘 要： | 针对基于K均值聚类的支持向量数据描述（SVDD）学习算法（KMSVDD）识别精度低于传统SVDD学习算法的问题，提出一种改进算法。将各聚类簇中支持向量合并学习生成中间模型，从支持向量以外的非支持向量数据中找出违背中间模型KKT条件的学习数据，并将这些数据与聚类簇中支持向量合并学习继而得到最终学习模型。实验结果证明，该改进算法的计算开销与KMSVDD相近，但识别精度却高于KMSVDD，与传统SVDD相近。
|
| 关 键 词： | 支持向量数据描述 K均值 KKT条件 |
| 修稿时间： | |
Updated Learning Algorithm of Support Vector Data Description Based on K-Means Clustering |
| |
| HUA Xiao-peng,LI Xian-feng,GAO Jun,TIAN Ming. Updated Learning Algorithm of Support Vector Data Description Based on K-Means Clustering[J]. Computer Engineering, 2009, 35(17): 184-186 |
| |
| Authors: | HUA Xiao-peng LI Xian-feng GAO Jun TIAN Ming |
| |
| Affiliation: | School of Information Technology;Yancheng Institute of Technology;Yancheng 224001 |
| |
| 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《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载免费的PDF全文 |
|
