| 一种改进的支持向量数据描述算法 |
| |
| 引用本文： | 阜艳,李霆,黄日辉,汪兆栋. 一种改进的支持向量数据描述算法[J]. 五邑大学学报(自然科学版), 2008, 22(2): 52-56 |
| |
| 作者姓名： | 阜艳 李霆 黄日辉 汪兆栋 |
| |
| 作者单位： | 五邑大学信息学院,广东江门,529020 |
| |
| 摘 要： | 数据描述只使用目标集训练样本获得关于目标集的描述，支持向量数据描述（SVDD）是一种有效的单值分类数据描述算法,根据分类边界线上的支持向量之间距离的大小。利用距离的相似度来对训练集进行约减,实验结果表明，该算法与传统SVDD相比减少了训练时所需的支持向量数目，因而减少了测试时间，同时分类性能也稍有提高．
|
| 关 键 词： | 支持向量数据描述 单值分类 距离相似度 |
| 文章编号： | 1006-7302(2008)02-0052-05 |
| 修稿时间： | 2007-11-02 |
An Improved Support Vector Data Description Algorithm |
| |
| FU Yan,LI Ting,HUANG Ri-hui,WANG Zhao-dong. An Improved Support Vector Data Description Algorithm[J]. Journal of Wuyi University(Natural Science Edition), 2008, 22(2): 52-56 |
| |
| Authors: | FU Yan LI Ting HUANG Ri-hui WANG Zhao-dong |
| |
| Affiliation: | (School of Information, Wuyi University, Jiangmen 529020, China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
