适用于大数据的最小二乘半监督支持向量机 |
| |
引用本文: | 王红蔚,孔波. 适用于大数据的最小二乘半监督支持向量机[J]. 河南大学学报(自然科学版), 2019, 49(6): 745-750 |
| |
作者姓名: | 王红蔚 孔波 |
| |
作者单位: | 河南财政金融学院数学与统计学院,郑州,450046 |
| |
基金项目: | 河南省基础与前沿项目;河南省科技攻关项目 |
| |
摘 要: | 为了有效地利用大数据中的无类别标签样本,将最小二乘支持向量机的思想和方法运用到半监督学习中,利用有类别标签和无类别标签样本构造支持向量机模型,通过Lagrange数乘法将其转化为一个线性规划问题,得到了一种适用于大数据的最小二乘半监督支持向量机.该算法有效地提高了支持向量机的测试准确率,具有较好的推广能力.
|
关 键 词: | 大数据 最小二乘支持向量机 半监督学习机 线性规划 |
Least Squares Semi-supervised Support Vector Machine for Big Data |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|