2025年12月4日
星期四
|
欢迎来到三亚市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
天津市自然科学基金(07JCZDJC10800)
作品数:
1
被引量:12
H指数:1
相关作者:
杨欣伟
顾军华
杨瑞霞
朱方
更多>>
相关机构:
河北工业大学
更多>>
发文基金:
天津市自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
点集
1篇
训练样本集
1篇
样本集
1篇
支持向量
1篇
支持向量机
1篇
向量
1篇
向量机
1篇
模糊C-均值
1篇
孤立点
机构
1篇
河北工业大学
作者
1篇
朱方
1篇
杨瑞霞
1篇
顾军华
1篇
杨欣伟
传媒
1篇
计算机应用
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种新的支持向量机大规模训练样本集缩减策略
被引量:12
2009年
支持向量机(SVM)在许多实际应用中由于训练样本集规模较大且具有类内混杂孤立点数据,引发了学习速度慢、存储需求量大、泛化能力降低等问题,成为直接使用该技术的瓶颈。针对这些问题,通过在点集理论的基础上分析训练样本集的结构,提出了一种新的支持向量机大规模训练样本集缩减策略。该策略运用模糊聚类方法快速的提取出潜在支持向量并去除类内非边界孤立点,在减小训练样本集规模的同时,能够有效地避免孤立点数据所造成的过学习现象,提高了SVM的泛化性能,在保证不降低分类精度的前提下提高训练速度。
朱方
顾军华
杨欣伟
杨瑞霞
关键词:
支持向量机
点集
模糊C-均值
孤立点
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张