基于最小流形类内离散度的支持向量机

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户：rfvbgtyhnmju

【摘要】

：

尽管经典分类方法支持向量机SVM在各领域广泛应用,但其在分类决策时仅关注类间间隔而忽视类内分布,因而分类能力有限。鉴于此,Zafeiriou等人提出最小类方差支持向量机MCVSVM,该方法建立在支持向量机和线性判别分析的基础上,在进行分类决策时同时考虑各类的边界信息和分布特征,因而较之SVM具有更优的泛化能力。但上述两种方法均忽略了样本的局部特征。基于上述分析,在流形判别分析的基础上提出基于最小流

【作者】

：

高艳云庞敏

【机构】

：

河南信息统计学院人事处,中北大学计算机与控制工程学院

【出处】

：

计算机应用研究

【发表日期】

：

2015年09期

【关键词】

：

支持向量机流形判别分析分布特征边界信息局部信息 support vector machine manifold-based discriminant

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

互斥协议的安全性分析

安全性和活性是两大基本的系统属性,对于指导系统的设计与验证具有重要意义。通过对它们原始定义的形式化梳理,发现其缺乏对状态序列的具体约束。针对这一问题,使用对系统动作刻画更完善的行为时序逻辑进行了重定义,加入了初始状态和转移条件的约束。以此为基础,对互斥这一并发系统的典型属性进行了形式化的分析,由此说明如何判断一个属性是否满足安全性或活性的定义。该技术为实现系统性质的自动推理与验证提供了形式化基础。

期刊

互斥协议属性分类安全性活性行为时序逻辑mutual exclusion protocol classification of properties

基于最小流形类内离散度的支持向量机

其他学术论文