计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
7期
20-22
,共3页
大规模样本集%减样%去噪%支持向量机%样本差异度
大規模樣本集%減樣%去譟%支持嚮量機%樣本差異度
대규모양본집%감양%거조%지지향량궤%양본차이도
为了对大规模训练样本进行缩减,提出了k近邻向量,给出了一种新的样本差异度的计量方法,证明了该差异度关于噪声识别和类边界距离的几个性质.依据此性质提出了一个高效的SVM训练样本缩减算法,算法首先根据样本差异度的性质剔除噪声样本,然后用类间差异度近似表示类边界距离,结合样本相似性,直接从原始样本空间剔除次要的训练样本.仿真结果表明,减样算法可以有效缩减样本,提高训练效率.
為瞭對大規模訓練樣本進行縮減,提齣瞭k近鄰嚮量,給齣瞭一種新的樣本差異度的計量方法,證明瞭該差異度關于譟聲識彆和類邊界距離的幾箇性質.依據此性質提齣瞭一箇高效的SVM訓練樣本縮減算法,算法首先根據樣本差異度的性質剔除譟聲樣本,然後用類間差異度近似錶示類邊界距離,結閤樣本相似性,直接從原始樣本空間剔除次要的訓練樣本.倣真結果錶明,減樣算法可以有效縮減樣本,提高訓練效率.
위료대대규모훈련양본진행축감,제출료k근린향량,급출료일충신적양본차이도적계량방법,증명료해차이도관우조성식별화류변계거리적궤개성질.의거차성질제출료일개고효적SVM훈련양본축감산법,산법수선근거양본차이도적성질척제조성양본,연후용류간차이도근사표시류변계거리,결합양본상사성,직접종원시양본공간척제차요적훈련양본.방진결과표명,감양산법가이유효축감양본,제고훈련효솔.