基于重复训练提高SVM识别率的算法

被引:7
作者
董春曦
饶鲜
杨绍全
机构
[1] 西安电子科技大学电子工程学院
[2] 西安电子科技大学电子工程学院 陕西西安
[3] 陕西西安
关键词
支持向量机; 模式识别; 重复训练; 识别率; KKT条件;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
持向量机 (supportvectormachine ,SVM)作为一种新的模式识别算法 ,在许多模式识别问题上表现出了良好的识别性能和推广能力。和其它模式识别方法一样 ,如何进一步提高识别率一直是研究的热点。通过分析SVM的分类机理 ,提出了一种基于重复训练的SVM算法。该算法以较小的训练代价 ,通过提高支持向量在样本中的比例 ,提高了SVM的识别性能。基于重复训练的SVM算法为提高识别率提供了一种新的思路 ,也为SVM算法的自学习奠定了基础。
引用
收藏
页码:1292 / 1294
页数:3
相关论文
empty
未找到相关数据