首页 > 期刊 > 机电工程 > 基于SVDD的分类新方法 【正文】
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
单位:杭州电子科技大学计算机学院 浙江杭州310018
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关范文
北大期刊
¥292.80