基于支持向量机与极端保守在线算法相结合的多类分类器 | |
董云杰; 邱熔胜 | |
刊名 | 模式识别与人工智能
![]() |
2003-12-15 | |
卷号 | 16期号:04页码:476-481 |
关键词 | 支持向量机 极端保守在线算法 多类分类器 |
英文摘要 | 本文给出了一种将SVM和极端保守在线算法相结合的通用多类分类算法,算法利用最大置信度原则将离线训练的多个SVM组合成一个多类分类器.为了提高在线学习过程的实时性,同时保证分类器的推广能力,我们将K.Crammer等人提出的极端保守在线算法思想引入到分类器修正过程当中,修正过程中采用对应SVM的支持向量和错分样本作为训练集.实验表明,算法具有良好的实时性能,且具有良好的推广能力。 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/24578] ![]() |
专题 | 兰州理工大学 |
作者单位 | 甘肃工业大学电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 董云杰,邱熔胜. 基于支持向量机与极端保守在线算法相结合的多类分类器[J]. 模式识别与人工智能,2003,16(04):476-481. |
APA | 董云杰,&邱熔胜.(2003).基于支持向量机与极端保守在线算法相结合的多类分类器.模式识别与人工智能,16(04),476-481. |
MLA | 董云杰,et al."基于支持向量机与极端保守在线算法相结合的多类分类器".模式识别与人工智能 16.04(2003):476-481. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论