改进的K均值聚类算法在支持矢量机中的应用
개진적K균치취류산법재지지시량궤중적응용
Application of the improved K-means clustering algorithm in support vector machine
  • 万方数据
    计算机工程与应用 계산궤공정여응용
    COMPUTER ENGINEERING AND APPLICATIONS
    2007年 32期 161-163 ,共3页

    田大东%邓伟

    전대동%산위

    K均值聚类算法%增量训练%SVM K均值聚類算法%增量訓練%SVM
    K균치취류산법%증량훈련%SVM
    将一种改进的K均值聚类算法应用于支持矢量机(SVM)的训练.基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程中删除无用样本的的方法.模式分类的实验结果表明,这种改进的K均值聚类算法在SVM中的应用不仅大幅度地缩短了SVM的训练时间,而且进一步提高了它的分类能力.
    장일충개진적K균치취류산법응용우지지시량궤(SVM)적훈련.기우저일개진적취류산법,설계료SVM적증량식훈련보취,병급출료재훈련과정중산제무용양본적적방법.모식분류적실험결과표명,저충개진적K균치취류산법재SVM중적응용불부대폭도지축단료SVM적훈련시간,이차진일보제고료타적분류능력.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문