模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
6期
950-957
,共8页
陶卿%罗强%朱烨雷%储德军
陶卿%囉彊%硃燁雷%儲德軍
도경%라강%주엽뢰%저덕군
支持向量数据描述(SVDD)%收敛速率%坐标下降%解析解
支持嚮量數據描述(SVDD)%收斂速率%坐標下降%解析解
지지향량수거묘술(SVDD)%수렴속솔%좌표하강%해석해
支持向量数据描述(SVDD)是一种无监督学习算法,在图像识别和信息安全等领域有重要应用.坐标下降方法是求解大规模分类问题的有效方法,具有简洁的操作流程和快速的收敛速率.文中针对大规模SVDD提出一种高效的对偶坐标下降算法,算法每步迭代的子问题都可获得解析解,并可使用加速策略和简便运算减少计算量.同时给出3种子问题的选择方法,并分析对比各自优劣.实验对仿真和真实大规模数据库进行算法验证.与LibSVDD相比,文中方法更具优势,1.4s求解105样本规模的ijcnn文本库.
支持嚮量數據描述(SVDD)是一種無鑑督學習算法,在圖像識彆和信息安全等領域有重要應用.坐標下降方法是求解大規模分類問題的有效方法,具有簡潔的操作流程和快速的收斂速率.文中針對大規模SVDD提齣一種高效的對偶坐標下降算法,算法每步迭代的子問題都可穫得解析解,併可使用加速策略和簡便運算減少計算量.同時給齣3種子問題的選擇方法,併分析對比各自優劣.實驗對倣真和真實大規模數據庫進行算法驗證.與LibSVDD相比,文中方法更具優勢,1.4s求解105樣本規模的ijcnn文本庫.
지지향량수거묘술(SVDD)시일충무감독학습산법,재도상식별화신식안전등영역유중요응용.좌표하강방법시구해대규모분류문제적유효방법,구유간길적조작류정화쾌속적수렴속솔.문중침대대규모SVDD제출일충고효적대우좌표하강산법,산법매보질대적자문제도가획득해석해,병가사용가속책략화간편운산감소계산량.동시급출3충자문제적선택방법,병분석대비각자우렬.실험대방진화진실대규모수거고진행산법험증.여LibSVDD상비,문중방법경구우세,1.4s구해105양본규모적ijcnn문본고.
