CORC  > 中国矿业大学(徐州)
H-SVMs的构造方法
闫志刚 ; 杜培军
2014-11-07 ; 2014-11-07
会议名称中国江苏南京 2009年中国智能自动化会议
关键词H-SVMs 分类树 最小间隔聚类 最大间隔分类
中文摘要通过推导H-SVMs推广能力的模型,得出H-SVMs的推广能力与样本类别数、空间分布、容量、树结构等有关,且保证高优先级结点的推广性能是提高H-SVMs性能的有效途径。根据分析结果,提出了一种基于SVM最大间隔分类、最小间隔聚类构造H-SVMs的新方法。利用SVM的分类间隔作为分类、聚类指标,通过Top-down和Bottom-up两种途径混合构造H-SVMs,其中,最大间隔分类采用Top-down策略,在各结点依次选择最大间隔的SVM,将输入样本按类别分为2类;最小间隔聚类采用Bottom-up策略,在各结点依次选择最小间隔的SVM,将输入样本按类别两两聚类。从UCI数据库中选取多类数据进行测试,实验结果验证了该方法的有效性,说明所构造的H-SVMs具有较好的、稳定的推广性能。
会议录http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=ZNZD200909005041&dbname=CPFD2010
会议录出版者《东南大学学报(自然科学版)》编辑部(Editorial Department of Journal of Southeast University)
语种中文
内容类型会议论文
源URL[http://ir.calis.edu.cn/hdl/232060/6091]  
专题中国矿业大学(徐州)
推荐引用方式
GB/T 7714
闫志刚,杜培军. H-SVMs的构造方法[C]. 见:中国江苏南京 2009年中国智能自动化会议.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace