期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
超球体单类支持向量机的SMO训练算法
被引量：
10
1
作者
徐图
罗瑜
何大可
《计算机科学》
CSCD
北大核心
2008年第6期178-180,共3页
由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种...
由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种快速训练算法,使其在应用中受到限制。SMO算法成功地训练了标准SVM,其训练思想也可用于超球体One-class支持向量机的训练。本文提出了超球体One-class支持向量机的SMO训练算法,并对其空间和时间复杂度进行了分析。实验表明,这种算法能迅速、有效地训练超球体One-class支持向量机。
展开更多
关键词
无监督学习
超球体One-class支持向量机
smo训练算法
下载PDF
职称材料
HSMC-SVM的二次逼近快速训练算法
被引量：
2
2
作者
徐图
罗瑜
何大可
《电子与信息学报》
EI
CSCD
北大核心
2008年第11期2746-2749,共4页
HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-S...
HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-SVM,并使用了样本缩减策略。实验表明,这种方法可以有效提高HSMC-SVM的收敛速度,其收敛速度已经超过了基于libsvm的组合多类支持向量机,完全可以用于分类类别多、样本数量大的分类场合。
展开更多
关键词
超球体多类支持向量机
smo训练算法
工作集选择:二次逼近
下载PDF
职称材料
超球体多类支持向量机理论
被引量：
8
3
作者
徐图
何大可
《控制理论与应用》
EI
CAS
CSCD
北大核心
2009年第11期1293-1297,共5页
目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种...
目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种直接多类分类器,训练效率明显提高.为了有效训练超球体多类支持向量机,利用SMO算法思想,提出了超球体支持向量机的快速训练算法.同时对超球体多类支持向量机的推广能力进行了理论上的估计.数值实验表明,在分类类别较多的情况,这种分类器的训练速度有很大提高,非常适合解决类别数较多的分类问题.超球体多类支持向量机为研究快速直接多类分类器提供了新的思路.
展开更多
关键词
支持向量机
多类支持向量机
smo训练算法
推广性能
超球体多类支持向量机
下载PDF
职称材料
最小二乘超球多类支持向量机
被引量：
1
4
作者
徐图
《系统仿真学报》
CAS
CSCD
北大核心
2009年第23期7468-7472,共5页
超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM...
超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM中,提出了最小二乘超球多类支持向量机(LSHS-MCSVM)的概念,并且分析了它的训练算法和判决规则,从而形成了完整的LSHS-MCSVM分类理论。实验表明,LSHS-MCSVM无论在训练速度上还是在泛化性能上都要优于HSMC-SVM,适合于分类类别多,样本数量大的多分类场合。
展开更多
关键词
支持向量机
多类支持向量机
smo训练算法
工作集选择
最小二乘超球多类支持向量机
原文传递
题名
超球体单类支持向量机的SMO训练算法
被引量：
10
1
作者
徐图
罗瑜
何大可
机构
西南交通大学信息科学与技术学院
出处
《计算机科学》
CSCD
北大核心
2008年第6期178-180,共3页
文摘
由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种快速训练算法,使其在应用中受到限制。SMO算法成功地训练了标准SVM,其训练思想也可用于超球体One-class支持向量机的训练。本文提出了超球体One-class支持向量机的SMO训练算法,并对其空间和时间复杂度进行了分析。实验表明,这种算法能迅速、有效地训练超球体One-class支持向量机。
关键词
无监督学习
超球体One-class支持向量机
smo训练算法
Keywords
Unsupervised learning, Hyper-sphere one-class SVM,
smo
algorithm
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
HSMC-SVM的二次逼近快速训练算法
被引量：
2
2
作者
徐图
罗瑜
何大可
机构
西南交通大学信息科学与技术学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第11期2746-2749,共4页
文摘
HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-SVM,并使用了样本缩减策略。实验表明,这种方法可以有效提高HSMC-SVM的收敛速度,其收敛速度已经超过了基于libsvm的组合多类支持向量机,完全可以用于分类类别多、样本数量大的分类场合。
关键词
超球体多类支持向量机
smo训练算法
工作集选择:二次逼近
Keywords
Hyper-Sphere Multi-Class SVM（HSMC-SVM）
Sequential Minimization Optimization（
smo
） training algorithm
Working set selection
Second Order Approximation（SOA）
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
超球体多类支持向量机理论
被引量：
8
3
作者
徐图
何大可
机构
西南交通大学信息科学与技术学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2009年第11期1293-1297,共5页
基金
西南交通大学青年教师科研起步项目(2008Q109)
文摘
目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种直接多类分类器,训练效率明显提高.为了有效训练超球体多类支持向量机,利用SMO算法思想,提出了超球体支持向量机的快速训练算法.同时对超球体多类支持向量机的推广能力进行了理论上的估计.数值实验表明,在分类类别较多的情况,这种分类器的训练速度有很大提高,非常适合解决类别数较多的分类问题.超球体多类支持向量机为研究快速直接多类分类器提供了新的思路.
关键词
支持向量机
多类支持向量机
smo训练算法
推广性能
超球体多类支持向量机
Keywords
support vector machine（SVM）
multi-class SVM
smo
algorithm
generalization performance
HSMC- SVM
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
最小二乘超球多类支持向量机
被引量：
1
4
作者
徐图
机构
西南交通大学信息科学与技术学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第23期7468-7472,共5页
基金
西南交通大学青年教师科研起步项目(2008Q109)
文摘
超球体多类支持向量机(HSMC-SVM)是一种直接型多类分类器,具有训练速度快,检测效率高的优点,但由于HSMC-SVM使用一阶范数软间隔作为目标函数的惩罚项,使得其训练精度受到一定影响,为了提高HSMC-SVM训练精度,将最小二乘法引入到HSMC-SVM中,提出了最小二乘超球多类支持向量机(LSHS-MCSVM)的概念,并且分析了它的训练算法和判决规则,从而形成了完整的LSHS-MCSVM分类理论。实验表明,LSHS-MCSVM无论在训练速度上还是在泛化性能上都要优于HSMC-SVM,适合于分类类别多,样本数量大的多分类场合。
关键词
支持向量机
多类支持向量机
smo训练算法
工作集选择
最小二乘超球多类支持向量机
Keywords
support vector machine（SVM）
multi-class SVM
smo
algorithm
work set selection
LSHS-MCSVM
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
超球体单类支持向量机的SMO训练算法
徐图
罗瑜
何大可
《计算机科学》
CSCD
北大核心
2008
10
下载PDF
职称材料
2
HSMC-SVM的二次逼近快速训练算法
徐图
罗瑜
何大可
《电子与信息学报》
EI
CSCD
北大核心
2008
2
下载PDF
职称材料
3
超球体多类支持向量机理论
徐图
何大可
《控制理论与应用》
EI
CAS
CSCD
北大核心
2009
8
下载PDF
职称材料
4
最小二乘超球多类支持向量机
徐图
《系统仿真学报》
CAS
CSCD
北大核心
2009
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
