计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
29期
219-220,241
,共3页
支持向量机%半监督学习%最接近支持向量机%分类%在线学习
支持嚮量機%半鑑督學習%最接近支持嚮量機%分類%在線學習
지지향량궤%반감독학습%최접근지지향량궤%분류%재선학습
为了解决当已分类完未标号样本,又有新的未标号样本的半监督学习问题,提出了能用于在线数据分类的半监督最接近支持向量机.在人工数据和UCI数据集上的实验显示,不因标号数据的增多而提高分类性能,未标号数据基本上不降低其分类性能,因此算法可在线使用.
為瞭解決噹已分類完未標號樣本,又有新的未標號樣本的半鑑督學習問題,提齣瞭能用于在線數據分類的半鑑督最接近支持嚮量機.在人工數據和UCI數據集上的實驗顯示,不因標號數據的增多而提高分類性能,未標號數據基本上不降低其分類性能,因此算法可在線使用.
위료해결당이분류완미표호양본,우유신적미표호양본적반감독학습문제,제출료능용우재선수거분류적반감독최접근지지향량궤.재인공수거화UCI수거집상적실험현시,불인표호수거적증다이제고분류성능,미표호수거기본상불강저기분류성능,인차산법가재선사용.