基于SVDD的分类新方法 |
| |
引用本文: | 杨振章,方景龙.基于SVDD的分类新方法[J].机电工程,2009,26(11):48-50,97. |
| |
作者姓名: | 杨振章 方景龙 |
| |
作者单位: | 杭州电子科技大学计算机学院,浙江,杭州,310018 |
| |
摘 要: | 为了实现对大规模数据集的分类,提出了一种基于支持向量数据描述(SVDD)的新算法。把两类的支持向量机(SVM)问题转化为软间隔的SVDD问题,然后用核集迭代的方法得到了近似最优解。实验结果表明,提出的算法与传统的SVM方法预测精度相当,但是训练时间和测试时间更短,产生的支持向量数也更少,适用于大规模数据的分类。
|
关 键 词: | 支持向量数据描述 核集 支持向量机 |
本文献已被 维普 万方数据 等数据库收录! |
|