【摘 要】
：
针对典型的支持向量机增量学习算法对有用信息的丢失和现有支持向量机增量学习算法单纯追求分类器精准性的客观性,将三支决策损失函数的主观性引入支持向量机增量学习算法中,
【机 构】
：
河南师范大学计算机与信息工程学院,河南省高校计算智能与数据挖掘工程技术研究中心
论文部分内容阅读
针对典型的支持向量机增量学习算法对有用信息的丢失和现有支持向量机增量学习算法单纯追求分类器精准性的客观性,将三支决策损失函数的主观性引入支持向量机增量学习算法中,提出了一种基于三支决策的支持向量机增量学习方法。首先采用特征距离与中心距离的比值来计算三支决策中的条件概率;然后把三支决策中的边界域作为边界向量加入到原支持向量和新增样本中一起训练;最后,通过仿真实验证明,该方法不仅充分利用有用信息提高了分类准确性,而且在一定程度上修正了现有支持向量机增量学习算法的客观性,并解决了三支决策中条件概率的计算问题。
其他文献
针对置换Flow Shop调度问题,在对经典启发式算法进行研究的基础上,提出了一种用于求解此类问题的DRPFSP算法。算法首先对加工时间矩阵A进行数据标准化处理;然后通过引入一个
目前Internet网络环境下,网络参数的随时变化容易造成路由过期,从而使提供的QoS路由无效,为此提出了一种适合参数动态变化的单播QoS路由算法（DPA）,该算法在路径代价随时间不断
提高检测正确率的同时降低漏检率和错检率是脉冲噪声检测过程中的难点。提出了两阶段的检测方法,第一阶段,根据窗口中心点的灰度密度小于某阈值检测噪声,分5次迭代,对每次检测到的噪声进行中值滤波,滤波图像作为下一次检测的输入图像;第二阶段,用窗口4个方向检测噪声,并根据MAD值自适应设定阈值。以512×512的Lena和Boat为测试对象,添加10%至50%的随机脉冲噪声进行仿真实验,结果表明,随着噪声密
在驾驶过程中使用手机会引起驾驶员的注意力分散,为了对这种行为进行监督和提醒(在公共交通中检测更有意义),提出了一种基于脸部特征提取的驾驶员低头行为的检测方法。该方法
对从事务数据库中挖掘有意义的项集的研究已超过10年。然而,大多数的研究要么使用频繁度或支持度（如频繁项集挖掘）,要么使用效用值或利润（如高效用项集挖掘）作为主要的衡量标准。
因新厂房的基础建设需要对原厂房残留基础进行快速拆除。针对电厂残留钢筋混凝土基础体积大、环境复杂、工期紧等因素,采用大孔径钻孔爆破法进行施工,在保证周围重要保护目标
电子取证数据中聊天内容的数据量最大，针对内容的研判分析是重点和难点。通过采用模板、语义分析、HMM-Viterbi模型对内容提取重要信息，并采用计算文本特征值和深度学习计算语
经典的信息系统可看作是一种特殊的格结构。从格的角度给出了知识约简和协调集的概念,借助粗糙集的思想定义了一对新的上下近似算子,并在此基础上通过定义可辨识集,给出了约
异构无线网络融合是下一代网络发展的必然趋势,UMTS、LTE、WiMAX和WiFi等无线网络既相互竞争,又相互补充。安全计费是异构无线网络商用面临的主要挑战。提出了一种在异构网络
鉴于泡沫铝材料良好的吸能特性和三明治型组合构件在强度、刚度上的优势,通过有限元分析软件ANSYS/LS-DYNA对钢板-泡沫铝-钢板三明治型组合板进行了装药量为10.0kgTNT的非接