基于全局和局部保持的半监督支持向量机.pdfVIP

基于全局和局部保持的半监督支持向量机.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于全局和局部保持的半监督支持向量机

第7期 电 子 学 报 V01.38No.7 2010年7月 ACI’AⅡ腓0NICASIMCA Jul.2010 基于全局和局部保持的半监督支持向量机 皋军1,2一,王士同1,3,邓赵红1,3 (1.江南大学信息工程学院,江苏无锡214122;2.盐城工学院信息工程学院,江苏盐城224001; 3.浙江大学CAI)&cG国家重点实验室,浙江杭州310027) 摘要: 支持向量机(s~M)作为正则化方法的一个特例在模式识别领域得到了成功地运用,然而传统的SVIVI方 法作为一种有监督的学习方法主要依据最大间隔原则得到决策超平面的法向量,而并没有充分考虑样本内在的几何 中,提出基于全局和局部保持的半监督支持向量机:GLSSVlVI,该方法在继承传统的SVM方法的特点的基础上,充分考 虑样本间具有的全局和局部几何结构,体现样本间所蕴含的局部和全局判别信息,同时满足作为半监督方法的必须依 据的一致性假设,从而在一定程度上提高了分类精度.通过在人造数据集和真实数据集上的测试表明该方法具有上述 优势. 关键词: 支持向量机;保局投影;线性判别分析;半监督;一致性假设 中图分类号: 1P391.4 文献标识码: A 文章编号: 0372.2112(20lO)07.1626-08 GlobalandLocal Based PresewingSemi—supervised VectorMachine Support GAO janl,2,3,WANG Shi.t册91”,DENGZhao-hongl3 (1.&h础oflnformaaonEngineering,JiangnanUnivers丑y,llruai,]ia唧u214122,al/sla; 2.hod 224001,OI/na; oyIrCmat/o,,西画rl咖,地r咖/nst/ttaeoyTedmo/ogy,Yanch孵,J/angsu 3.State研/ab.ofCADC(;,Zh4i喵‰蚵,Hangz./um,历慨310027,Ol/na) vector of beenused inthe Abstract:The machine(SVM),勰one methods,has SUpport specialregularization successfully fieldof traditional vectOlofthedecision SVM,a the球栅I palIemrecognition.However,Ⅱle supervisedlearningmethod,gets tothe interval discrim-

文档评论(0)

yaobanwd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档