计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
5期
147-150,192
,共5页
半监督分类%支持向量机%离散度量
半鑑督分類%支持嚮量機%離散度量
반감독분류%지지향량궤%리산도량
半监督分类算法试图根据已知样本对特定的未知样本建立一套进行识别的方法和准则.渐进直推式分类学习算法是一种基于SVM的半监督分类学习方法,在基于渐进直推式分类学习算法的基础上,利用Fisher准则中的样本离散度作为度量标准,采用Fisher准则函数作为评价函教,提出了一种基于离散度量和SVM相结合的半监督分类算法,在时间复杂度和样本测试精度上较PTSVM算法都取得了良好的学习效果.
半鑑督分類算法試圖根據已知樣本對特定的未知樣本建立一套進行識彆的方法和準則.漸進直推式分類學習算法是一種基于SVM的半鑑督分類學習方法,在基于漸進直推式分類學習算法的基礎上,利用Fisher準則中的樣本離散度作為度量標準,採用Fisher準則函數作為評價函教,提齣瞭一種基于離散度量和SVM相結閤的半鑑督分類算法,在時間複雜度和樣本測試精度上較PTSVM算法都取得瞭良好的學習效果.
반감독분류산법시도근거이지양본대특정적미지양본건립일투진행식별적방법화준칙.점진직추식분류학습산법시일충기우SVM적반감독분류학습방법,재기우점진직추식분류학습산법적기출상,이용Fisher준칙중적양본리산도작위도량표준,채용Fisher준칙함수작위평개함교,제출료일충기우리산도량화SVM상결합적반감독분류산법,재시간복잡도화양본측시정도상교PTSVM산법도취득료량호적학습효과.
