大规模训练集

作品数：9被引量：96H指数：5
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：徐启华李巍耿帅师军黄德根更多>>
相关机构：淮海工学院大连理工大学西北工业大学燕山大学更多>>
相关期刊：《计算机工程与设计》《西南交通大学学报》《航空动力学报》《数据采集与处理》更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划江苏省高校科研成果产业化推进项目江苏省“青蓝工程”基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多层聚类的多分类SVM快速学习方法被引量：8
《计算机工程与设计》2017年第2期522-527,共6页张春艳 倪世宏 张鹏 查翔 
针对SVM大规模多类样本学习效率较低的问题,提出一种基于多层聚类的多分类SVM快速学习方法。采用自下而上的方式构建二叉树层次结构,根据所得层次结构,对每个节点对应的样本进行学习。学习时对训练样本进行首次聚类得到若干类簇,对其中...
关键词：支持向量机 大规模训练集 多分类 多层聚类 二叉树 
UCM算法及其在电子政务网页分类系统中的应用
《计算机应用与软件》2013年第1期213-215,共3页李恒锐 万杨亮 周继华 
针对大规模训练集的网页分类问题提出UCM(UC and SVM)分类方法。UCM算法结合了支持向量机SVM(Support Vector Machine)与无监督聚类UC(Unsupervised Clustering)的特点,使网页分类既有较高的准确率,又有较快的分类速度。在训练阶段,UCM...
关键词：支持向量机 聚类 大规模训练集 网页分类系统 电子政务 
应用快速多分类SVM的航空发动机故障诊断方法被引量：20
《推进技术》2012年第6期961-967,共7页徐启华 师军 耿帅 
提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近...
关键词：航空发动机 支持向量机 故障诊断 大规模训练集 样本约减 神经网络 
基于大规模训练集SVM的发动机故障诊断被引量：7
《航空动力学报》2011年第12期2841-2848,共8页徐启华 耿帅 师军 
江苏省"六大人才高峰"计划(07-E-029);江苏省高校科研成果产业化推进项目(JHZD08-40);江苏省"青蓝工程"学术带头人基金(苏教师(2007)2号)
提出了一种新的学习策略,用于解决发动机故障诊断中大规模支持向量机(SVM)的训练问题.通过保留初始SVM分类器支持向量超平面附近的样本以及错分样本,使最终得到的约减集规模明显缩小,从而可在保持较高分类精度的前提下使训练时间明显缩...
关键词：航空发动机 支持向量机(SVM) 故障诊断 大规模训练集 样本约减 
SVM的快速分类及其算法
《焦作师范高等专科学校学报》2009年第4期75-77,共3页刘年义 魏跃进 
针对支持向量机中当样本集训练规模很大且存在野点时,其分类速度慢且精度不高的问题,提出一个支持向量机快速算法。其基本步骤是首先求取每类样本点的壳向量和中心向量,然后将求出的壳向量和中心向量合在一起,组成新的训练集进行训练,...
关键词：支持向量机 大规模训练集 快速算法 
基于壳向量和中心向量的支持向量机被引量：3
《数据采集与处理》2009年第3期328-334,共7页薛贞霞 刘三阳 齐小刚 
国家自然科学基金(60674108;60705004)资助项目;河南省科技厅科技计划(082102210091)资助项目
针对支持向量机(Support vector machines,SVMs)中大规模样本集训练速度慢且分类精度易受野点影响的问题,提出一个基于样本几何信息的支持向量机算法。其基本步骤是,首先分别求取每类样本点的壳向量和中心向量,然后将求出的壳向量作为...
关键词：支持向量机 大规模训练集 壳向量 中心向量 
大规模训练集的快速缩减被引量：5
《西南交通大学学报》2007年第4期468-472,489,共6页罗瑜 易文德 何大可 林宇 
上海市特种光纤重点实验科研项目(20050926)
为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时...
关键词：支持向量机 类别质心 模式分类 
结构风险最小化近邻分析解决大规模训练集支持向量机学习问题被引量：3
《信号处理》2007年第2期161-164,共4页胡正平 张晔 
国家自然科学基金资助(60272073)
SVM是利用靠近边界的少数向量来构造最大间隔的分类超平面,当海量样本之间存在相互混迭时,支持向量数目急剧增加,导致训练难度增大。针对该问题,本文将结构风险最小化近邻分析与支持向量机相结合构成了一种新的SVM学习方法。它首先根据...
关键词：结构风险最小原理 支持向量机 核函数 乘性规则 最近邻分类器 
针对大规模训练集的支持向量机的学习策略被引量：53
《计算机学报》2004年第5期715-719,共5页李红莲 王春花 袁保宗 朱占辉 
国家自然科学重点基金 (697893 0 1);国家"九七三"重点基础研究发展规划项目基金 (G19980 3 0 5 0 11)资助
当训练集的规模很大特别是支持向量很多时 ,支持向量机的学习过程需要占用大量的内存 ,寻优速度非常缓慢 ,这给实际应用带来了很大的麻烦 .该文提出了一种针对大规模样本集的学习策略 :首先用一个小规模的样本集训练得到一个初始的分类...
关键词：支持向量机 学习策略 大规模训练集 分类器 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部