|
|||||
|
|
| 基于Seeded-Kmeans和SVM的分类算法 | |
| 引用本文： | 陈婉茹.基于Seeded-Kmeans和SVM的分类算法[J].西昌学院学报(自然科学版),2023,37(3):41-45. |
| 作者姓名： | 陈婉茹 |
| 作者单位： | 西昌学院理学院，四川 西昌 615013 |
| 摘 要： | 支持向量机（Support vector machines）在人像识别、文本分类等模式识别问题中有广泛的应用，可以有效地解决一些实际生活中的分类问题。针对半监督两分类问题，提出了基于Seeded-Kmeans和SVM的分类算法（SK-SVM）。用Seeded-Kmeans算法对无标签点进行处理，使其获得初始标签，再选取有效的标签点加入已有带标签点中，构成新的带标签训练集，最后结合SVM进行分类。选取UCI中的8个数据集进行数值实验，基于Seeded-Kmeans和SVM的分类算法的有效性得到了验证。 |
| 关 键 词： | k-means算法 seeded-kmeans 支持向量机（SVM） 半监督支持向量机（S3VM） |
| 收稿时间： | 2023/4/19 0:00:00 |
| 修稿时间： | 2023/5/30 0:00:00 |
A Classification Algorithm Based on Seeded-Kmeans and SVM |
|
| CHEN Wanru.A Classification Algorithm Based on Seeded-Kmeans and SVM[J].Journal of Xichang College,2023,37(3):41-45. | |
| Authors: | CHEN Wanru |
| Institution: | School of Science, Xichang University, Xichang, Sichuan 615013, China |
| Abstract: | |
| Keywords: | kmeans algorithm seeded-kmeans support vector machines (SVM) semi-supervised support vector machines (S3VM) |
| 点击此处可从《西昌学院学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《西昌学院学报(自然科学版)》下载免费的PDF全文 | |