收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于超球支持向量机的类增量学习算法研究

秦玉平  李祥纳  王秀坤  王春立  
【摘要】:提出了一种超球支持向量机类增量学习算法。对每一类样本,利用超球支持向量机在特征空间中求得包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开。类增量学习过程中,只对新增类样本进行训练,使得该算法在很小的样本集、很小的空间代价下实现了类增量学习,大大降低了训练时间,同时保留了历史训练结果。分类过程中,通过计算待分类样本到各超球球心的距离判定其所属类别,分类简单快捷。实验结果证明,该算法不仅具有较高的训练速度,而且具有较高的分类速度和分类精度。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 秦玉平;王秀坤;王春立;;实现兼类样本类增量学习的一种算法[J];控制与决策;2009年01期
2 张曦煌;须文波;;基于增量学习的超球支持向量机设计[J];计算机工程与应用;2006年13期
3 秦玉平;王秀坤;李祥纳;王春立;;基于超球支持向量机的兼类文本分类算法研究[J];计算机工程与应用;2008年19期
4 秦玉平;李祥纳;王秀坤;王春立;;支持向量机加权类增量学习算法研究[J];计算机工程与应用;2007年34期
5 秦玉平;王秀坤;王春立;;实现兼类样本增量学习的一种算法[J];计算机应用与软件;2009年08期
6 徐喆;毛志忠;;基于超球的支持向量机增量学习算法[J];东北大学学报(自然科学版);2010年01期
7 林超;杨敏华;;基于球结构支持向量机的QuickBird影像分类分析[J];测绘工程;2011年03期
8 郭雪松;袁治平;刘波;;半模糊超球支持向量机多类分类方法研究[J];中国管理科学;2008年02期
9 张玉峰;何超;;基于潜在语义分析和HS-SVM的文本分类模型研究[J];情报理论与实践;2010年07期
10 林雄;冯海;;基于SVDD多类分类新方法的研究[J];信息技术;2008年07期
11 郝玲丽;许志飞;;基于最小包围球的支持向量机研究[J];电脑知识与技术;2009年07期
12 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
13 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
14 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
15 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
16 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
17 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
18 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
19 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
20 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年
2 薛贞霞;支持向量机及半监督学习中若干问题的研究[D];西安电子科技大学;2009年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
9 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
10 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
中国硕士学位论文全文数据库 前10条
1 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 小文;英超球星:彩民心中英雄[N];中国体育报;2001年
2 杨天婴;英超球队是如何养活自己的?[N];中国体育报;2007年
3 记者 董大宁;中超球市两级分化[N];中国足球报;2006年
4 冰封 潘恩;英超球队全线飘红 卫冕冠军客场战平[N];中国体育报;2006年
5 广东记者站 张俊 姚德荣;与旅游经济互动培养高素质旅游人才[N];中国旅游报;2003年
6 杜婕;现在是“英格兰时间”[N];中国体育报;2007年
7 红蓝白;英超围猎冠军杯[N];东方航空报;2008年
8 严阳;限薪让足球队员收入别太离谱[N];中国消费者报;2004年
9 杨天婴;绝地辉煌让曼联梦回98[N];中国体育报;2006年
10 本报实习记者 林剑;“深足托管”引发的反思[N];中国体育报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978