一种有效的大规模数据的分类方法

被引:8
作者
张艳宁
赵荣椿
梁怡
机构
[1] 西北工业大学
[2] 香港沙田香港中文大学地理系 信箱
[3] 陕西西安
[4] 信箱
[5] 香港
关键词
自组织特征映射神经网络; 支撑矢量机; 大规模数据; 模式分类;
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
本文提出了一种基于自组织特征映射神经网络 (SOM)和支撑矢量机 (SVM)相结合的复杂模式的大规模数据的分类方法 .该方法首先利用自组织特征映射神经网络对待识目标进行聚类 ,然后应用支撑矢量机方法对其进行分类识别 .通过对复杂异或 (XOR)分类问题 ,以及实际的Iris和Appendicitis数据分类问题等的分类实验 ,且与仅用支撑矢量机的分类方法比较 ,结果表明 ,本文提出的方法对复杂模式的大规模数据的分类识别问题具有较好的效果 ,且训练时间大幅度减小 .
引用
收藏
页码:1533 / 1535
页数:3
相关论文
共 2 条
[1]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[2]  
Self-Organizing Maps..Kohonen T;.Springer-Verlag.1995,