西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2003年
6期
581-585
,共5页
信息检索%数据库%支持向量机%支持向量分类器
信息檢索%數據庫%支持嚮量機%支持嚮量分類器
신식검색%수거고%지지향량궤%지지향량분류기
针对基于内容的信息检索中负样本抽样效率低的问题,设计了1.5类支持向量分类器.在训练过程中利用正样本对分类线建立初始模型,在保证总体泛化能力的基础上,用所能获得的负样本修正分类线,以提高其检测精度;通过对比标准序列最小优化方法,得到快速训练算法.在美国邮政数据库(USPS数据库)与麻省理工大学人脸数据库(CBCL数据库)上的实验结果表明,与传统的支持向量分类器相比,这种方法能取得更高的检测精度.
針對基于內容的信息檢索中負樣本抽樣效率低的問題,設計瞭1.5類支持嚮量分類器.在訓練過程中利用正樣本對分類線建立初始模型,在保證總體汎化能力的基礎上,用所能穫得的負樣本脩正分類線,以提高其檢測精度;通過對比標準序列最小優化方法,得到快速訓練算法.在美國郵政數據庫(USPS數據庫)與痳省理工大學人臉數據庫(CBCL數據庫)上的實驗結果錶明,與傳統的支持嚮量分類器相比,這種方法能取得更高的檢測精度.
침대기우내용적신식검색중부양본추양효솔저적문제,설계료1.5류지지향량분류기.재훈련과정중이용정양본대분류선건립초시모형,재보증총체범화능력적기출상,용소능획득적부양본수정분류선,이제고기검측정도;통과대비표준서렬최소우화방법,득도쾌속훈련산법.재미국유정수거고(USPS수거고)여마성리공대학인검수거고(CBCL수거고)상적실험결과표명,여전통적지지향량분류기상비,저충방법능취득경고적검측정도.
