半监督支持向量机的多分类学习算法

被引：4

作者：

朱美琳

杨佩

机构：

[1] 南京大学工程管理学院

来源：

郑州大学学报(理学版) | 2008年 / 40卷 / 04期

关键词：

支持向量机; 半监督学习; 多分类问题;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

半监督支持向量机同支持向量机一样,已经在很多分类、归类问题上取得较好的效果,但是支持向量机需要求解二次凸规划,因此在处理大规模数据时会消耗大量存储空间和计算时间,特别是在多分类问题上则更加困难.因此,提出一种半监督支持向量机算法,适合多分类问题,并将其用于解决实际问题.

引用

收藏

页码：35 / 38

页数：4

相关论文

共 2 条

[1]

Multicategory Classification by Support Vector Machines[J] . Erin J. Bredensteiner,Kristin P. Bennett.Computational Optimization and Applications . 1999 (1)

[2]

Semi-supervised support vector machines. K.P. Bennett,A. Demiriz. Advances in Neural Information Processing Systems . 1998