首页 > 《运筹与管理》 > 2007年4期 > 基于超球结构的支持向量机增量学习算法

基于超球结构的支持向量机增量学习算法

在线阅读下载PDF 导出详情

摘要本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

DOI ldez8z1qd3/539789

作者郭雪松;孙林岩;徐晟

机构地区不详

出处《运筹与管理》 2007年4期

关键词机器学习增量学习算法超球结构支持向量机

分类 [理学][运筹学与控制论]

出版日期 2007年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1杜红乐;张燕. 动态代价支持向量机增量学习算法.教育学,2017-02.
2孙灏. 基于特征学习与支持向量机的仪表识别算法.高等教育学,2018-02.
3牟廉明. 统计学习与支持向量机.教育学,2002-06.
4王丽婕;厉虹;方市彬. 基于人工鱼群优化算法的支持向量机短期风电功率预测模型.电力电子与电力传动,2016-10.
5张乔. 改进粒子群算法优化支持向量机预测模型的研究.建筑技术科学,2020-09.
6蔡家骐. 轨交站点客流的支持向量机预测算法研究.建筑技术科学,2021-09.
7陈恳. 基于对支持向量机的多类分类算法在入侵检测中的应用.,2023-08.
8桂安琪;朱家明;王锐杰;孟康. 基于智能遗传算法与支持向量机的生态文明建设体系的研究.产业经济,2016-12.
9曹志强;杨筝;刘放. 基于遗传算法优化支持向量回归机的区域物流需求预测.系统科学,2018-04.
10沈绍辉. 基于差分进化算法优化支持向量机的柴油机故障诊断.电器,2017-05.

来源期刊

运筹与管理

运筹与管理

相关推荐

同分类资源更多

相关关键词

机器学习增量学习算法超球结构支持向量机

返回顶部