| 一种快速的渐进直推式支持向量机分类学习算法 |
| |
| 引用本文： | 廖东平,姜斌,魏玺章,黎湘,庄钊文.一种快速的渐进直推式支持向量机分类学习算法[J].系统工程与电子技术,2007,29(1):87-91. |
| |
| 作者姓名： | 廖东平 姜斌 魏玺章 黎湘 庄钊文 |
| |
| 作者单位： | 国防科技大学电子科学与工程学院空间电子信息技术研究所,湖南,长沙,410073 |
| |
| 摘 要： | 针对渐进直推式支持向量机学习算法存在每次标注的无标签样本数太少,当样本较多时,频繁的成对标注和重复训练使得该算法复杂及增加的缺陷,提出了一种快速算法。该算法在训练过程中利用区域标注法取代PTSUML的成对标注法,在继承了其渐进赋值和动态调整的规则的同时,提高了算法的速度。雷达实测数据实验结果表明该算法是有效的。
|
| 关 键 词： | 统计学习理论 支持向量机 直推式学习 目标识别 |
| 文章编号： | 1001-506X(2007)01-0087-05 |
| 修稿时间： | 2006年3月29日 |
Fast learning algorithm with progressive transductive support vector machine |
| |
| LIAO Dong-ping,JIANG Bin,WEI Xi-zhang,LI Xiang,ZHUANG Zhao-wen.Fast learning algorithm with progressive transductive support vector machine[J].System Engineering and Electronics,2007,29(1):87-91. |
| |
| Authors: | LIAO Dong-ping JIANG Bin WEI Xi-zhang LI Xiang ZHUANG Zhao-wen |
| |
| Abstract: | In allusion to the shortcoming of progressive transductive support vector machine learning algorithm,a fast algorithm is presented.Using region labeling rule to substitute the former's pairwise labeling rule,the algorithm inherits its rules of progressive labeling and dynamic adjusting,and raises its speed at the same time.Experiments with radar raw data show the validity of this algorithm. |
| |
| Keywords: | statistical learning theory support vector machine transductive inference target recognition |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
