基于增量学习的超球支持向量机设计

被引:2
作者
张曦煌
须文波
机构
[1] 江南大学信息工程学院
关键词
超球; 支持向量机; 增量学习; 直推式;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
增量学习是通过从已知样本出发对未知样本进行识别和分类,并能够继续学习的方法和原则。论文在分析了HS-SVM的理论基础后,基于Joachims的直推式SVM分类算法,提出了直推式THS-SVM算法,同时,独立提出了简单自学习的SHS-SVM学习方法。THS-SVM和SHS-SVM能够在训练过程中不断学习无标签样本的信息。实验表明将THS-SVM和SHS-SVM用于基于内容的图像检索是有效的。
引用
收藏
页码:66 / 68+76 +76
页数:4
相关论文
共 4 条
  • [1] 基于支持向量机的渐进直推式分类学习算法
    陈毅松
    汪国平
    董士海
    [J]. 软件学报, 2003, (03) : 451 - 460
  • [2] 基于SVM增量学习的用户适应性研究
    彭彬彬
    金翔宇
    徐晓刚
    孙正兴
    [J]. 计算机科学, 2003, (03) : 75 - 79
  • [3] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [4] An overview of statical learning thery .2 Vapnik V N. IEEE Transac-tion on Neural Networks . 1999