期刊文献+
共找到11,696篇文章
< 1 2 250 >
每页显示 20 50 100
基于SVM的压缩域纹理图像自动分类系统设计 预览
1
作者 丁雪晶 《周口师范学院学报》 CAS 2019年第2期106-109,共4页
为了提高对压缩域纹理图像的自动识别和检测能力,需要进行图像分类处理.提出一种基于支持向量机的压缩域纹理图像特征提取和自动分类技术.采用连续模板匹配和自适应分块技术进行压缩域纹理图像的纹理特征检测,采用稀疏角点标注方法进行... 为了提高对压缩域纹理图像的自动识别和检测能力,需要进行图像分类处理.提出一种基于支持向量机的压缩域纹理图像特征提取和自动分类技术.采用连续模板匹配和自适应分块技术进行压缩域纹理图像的纹理特征检测,采用稀疏角点标注方法进行压缩域纹理图像的关键特征点定位.在压缩域纹理图像的分块区域内进行图像的分类特征提取,对提取的压缩域纹理图像特征量采用支持向量机学习方法进行分类识别,结合对图像的颜色特征、纹理特征和形状特征进行分类,实现图像的自动分类优化.测试结果表明,采用该方法进行压缩域纹理图像特征提取和分类的准确性较高,误分率较小,提高了图像的自动识别和分类能力. 展开更多
关键词 SVM 纹理 图像 分类 特征提取
在线阅读 下载PDF
基于迁移学习的番茄叶片病害图像分类
2
作者 王艳玲 张宏立 +1 位作者 刘庆飞 张亚烁 《中国农业大学学报》 CAS CSCD 北大核心 2019年第6期124-130,共7页
针对卷积神经网络对番茄病害识别需训练参数较多,训练非常耗时的问题,将迁移学习应用于AlexNet卷积神经网络,对病害叶片和健康叶片共10种类别的番茄叶片进行分类研究。使用14 529张番茄叶片病害图像,随机选择70%作为训练集,30%作为验证... 针对卷积神经网络对番茄病害识别需训练参数较多,训练非常耗时的问题,将迁移学习应用于AlexNet卷积神经网络,对病害叶片和健康叶片共10种类别的番茄叶片进行分类研究。使用14 529张番茄叶片病害图像,随机选择70%作为训练集,30%作为验证集,对AlexNet卷积神经网络模型结构进行迁移,利用在Imagenet图像数据集上训练成熟的AlexNet模型和其参数对番茄叶片病害识别。在训练过程中,固定低层网络参数不变,微调高层网络参数,将番茄病害图像输入到网络中训练网络高层参数,用训练好的模型对10种类别的番茄叶片分类,并进行了20组试验。结果表明:该算法在训练迭代474次时使网络模型很好的收敛,网络对验证集的测试平均准确率达到95.62%,与从零开始训练的AlexNet卷积神经网络相比,本研究算法缩短了训练时间,平均准确率提高了5.6%。采用迁移学习所建立的病害分类模型能够对10种类别的番茄叶片病害快速准确地分类。 展开更多
关键词 番茄 卷积神经网络 迁移学习 特征提取 SVM 病害分类
耦合SOFM与SVM的生态功能分区方法--以鄂尔多斯市为例
3
作者 毛祺 彭建 +3 位作者 刘焱序 武文欢 赵明月 王仰麟 《地理学报》 EI CSSCI CSCD 北大核心 2019年第3期460-474,共15页
辨析区域主要生态环境问题及其空间异质性,划定生态功能区,对保障区域生态安全和国土开发优化具有重要指导意义。以往自下而上的分区研究多基于行政区或流域开展,难以体现行政区或流域内部的生态功能分异。以鄂尔多斯市为例,基于生态系... 辨析区域主要生态环境问题及其空间异质性,划定生态功能区,对保障区域生态安全和国土开发优化具有重要指导意义。以往自下而上的分区研究多基于行政区或流域开展,难以体现行政区或流域内部的生态功能分异。以鄂尔多斯市为例,基于生态系统服务与生态敏感性构建区域生态功能分区指标体系,耦合自组织特征映射(SOFM)网络与支持向量机(SVM)划定鄂尔多斯市生态功能分区。结果表明,区域内各生态功能分区指标呈现明显的空间分异特征,通过SOFM网络基于栅格进行指标聚类,构建分类效果指数筛选最佳聚类方案,将区域分为7种不同的生态功能类型。最终,利用SVM识别最优分区界线,将鄂尔多斯市分为11个生态功能区。本文构建分类效果指数实现多分类方案优选,使用机器学习算法解决自下而上的自然分区容易弱化要素空间位置属性的问题,完成了从分类到分区的定量转换,有助于提升分区的空间精度与客观性,为生态功能分区与分区边界划定提供了新的方法途径。 展开更多
关键词 SVM 分类效果指数 边界识别 生态功能分区 鄂尔多斯市
基于栈式去噪自编码器的语音测谎算法 预览
4
作者 雷沛之 傅洪亮 +3 位作者 陶华伟 姜芃旭 赵力 叶超 《电子器件》 CAS 北大核心 2019年第3期793-796,共4页
为了进一步提高谎言语音检测的准确率,提出了一种基于栈式去噪自编码器的语音测谎算法(SDA-SVM)。该算法首先采用OpenSMILE提取了384维语音特征;然后构建了两层去噪自编码网络对语音特征进行变换加工;最后,采用SVM分类器对语音是否为谎... 为了进一步提高谎言语音检测的准确率,提出了一种基于栈式去噪自编码器的语音测谎算法(SDA-SVM)。该算法首先采用OpenSMILE提取了384维语音特征;然后构建了两层去噪自编码网络对语音特征进行变换加工;最后,采用SVM分类器对语音是否为谎言进行分类识别。所用语音来源为CSC测谎语料库,实验结果显示:相比传统的SVM分类,所提算法的检测准确率至少提升1.85%。 展开更多
关键词 测谎 语音特征 栈式去噪自编码器 SVM
在线阅读 下载PDF
基于改进信息增益特征选择法的SVM中文情感分类算法 预览
5
作者 王根生 黄学坚 +1 位作者 吴小芳 胡向亮 《成都理工大学学报:自然科学版》 CAS CSCD 北大核心 2019年第1期105-110,共6页
为文本情感分类提出一种改进的机器学习算法。在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空间向量模型对文本进行统一表示,然后利用SVM算... 为文本情感分类提出一种改进的机器学习算法。在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空间向量模型对文本进行统一表示,然后利用SVM算法进行训练学习。通过实验发现该算法的查准率和查全率比传统的机器学习算法有所提高,并且得到的分类器具有较好的泛化能力。 展开更多
关键词 情感分类 机器学习 SVM 信息增益
在线阅读 下载PDF
基于SVM的碳金融风险预警模型研究 预览
6
作者 谷慎 汪淑娟 《华东经济管理》 CSSCI 北大核心 2019年第3期179-184,共6页
文章以我国六个碳金融试点市场每个月份的风险状态为研究样本,构建基于支持向量机(SVM)的碳金融风险预警模型。利用网格搜索法和径向基核函数构建的SVM模型对碳金融风险的预警准确率高达91.8605%,对我国六个碳金融试点市场进行预警后发... 文章以我国六个碳金融试点市场每个月份的风险状态为研究样本,构建基于支持向量机(SVM)的碳金融风险预警模型。利用网格搜索法和径向基核函数构建的SVM模型对碳金融风险的预警准确率高达91.8605%,对我国六个碳金融试点市场进行预警后发现,北京、上海试点市场风险较大,天津、深圳市场居中,广东和湖北市场相对健康。最后根据研究结论提出相关建议。 展开更多
关键词 碳金融风险 风险预警模型 SVM 网格搜索法
在线阅读 下载PDF
基于SVM的退休意愿及其影响因素研究——以蚌埠市为例 预览
7
作者 周妍敏 喻建龙 魏天 《哈尔滨师范大学自然科学学报》 CAS 2019年第3期22-26,共5页
以蚌埠市为例,对人们的退休意愿及其影响因素进行研究.首先通过调查访问及资料参考选取影响退休意愿的相关指标,根据问卷结果建立SVM模型并用MATLAB编程进行求解,再结合灵敏度分析分别得到“年龄”、“收入”、“工作压力”、“身体状... 以蚌埠市为例,对人们的退休意愿及其影响因素进行研究.首先通过调查访问及资料参考选取影响退休意愿的相关指标,根据问卷结果建立SVM模型并用MATLAB编程进行求解,再结合灵敏度分析分别得到“年龄”、“收入”、“工作压力”、“身体状况”四种特征因素对人们退休意愿的影响趋势和大小,给延迟退休政策的实施能够充分满足不同特征群体的具体情况和接受程度以参考. 展开更多
关键词 退休意愿 影响因素 SVM 灵敏度分析
在线阅读 下载PDF
基于机器学习方法的慢性阻塞性肺疾病分期预测 预览
8
作者 王哲 李琳 +2 位作者 李丞 周毅 王凯 《中国数字医学》 2019年第3期38-40,共3页
目的:采用基于机器学习的分类判断算法,建立慢性阻塞性肺疾病(以下简称"慢阻肺")分期模型,提高慢阻肺诊断和分期的准确度。方法:选择确诊慢阻肺住院患者2 504例,以国际GOLD分期为依据,收集与慢阻肺分期密切相关的临床特征参... 目的:采用基于机器学习的分类判断算法,建立慢性阻塞性肺疾病(以下简称"慢阻肺")分期模型,提高慢阻肺诊断和分期的准确度。方法:选择确诊慢阻肺住院患者2 504例,以国际GOLD分期为依据,收集与慢阻肺分期密切相关的临床特征参数指标,对参数进行筛选,参照医院的临床确诊结果,采用机器学习方法(k-最近相邻法、SVM)训练并测试慢阻肺的分期模型。结果与结论:数据为不平衡数据,虽采用分层比例抽样,但针对此类数据SVM的准确率更高为85.26%。说明机器学习提供的模型能为慢阻肺分期提供较准确的分类依据。 展开更多
关键词 慢性阻塞性肺疾病 k-最近相邻法 SVM 准确度
在线阅读 下载PDF
基于SVM的缓存污染资源代表性检测方案 预览
9
作者 杨一涛 陈伟 戴成瑞 《南昌大学学报:理科版》 CAS 北大核心 2019年第3期302-306,共5页
攻击者通过中间人攻击等方式实施缓存污染,在受攻击对象浏览器中运行恶意代码窃取敏感数据。在缓存污染防御策略中,易受攻击的Web资源代表性对检测和防御的效果起到至关重要的作用。现有的资源代表性判断算法对小众资源或随机资源的识... 攻击者通过中间人攻击等方式实施缓存污染,在受攻击对象浏览器中运行恶意代码窃取敏感数据。在缓存污染防御策略中,易受攻击的Web资源代表性对检测和防御的效果起到至关重要的作用。现有的资源代表性判断算法对小众资源或随机资源的识别率不高,本文基础上基于SVM技术,对已知的易受污染资源进行特征提取、数据预处理和模型训练,最后利用训练模型对未知资源进行预测判断,实验结果表明该方案在损耗小部分时间的情况下可以大幅提升污染样本的检测率。 展开更多
关键词 WEB安全 缓存污染 SVM
在线阅读 下载PDF
基于SVM的人体运动分析与防跌倒检测技术 预览
10
作者 任宇飞 《信息技术》 2019年第6期56-59,68共5页
随着人们对健康监测关注度的日益增长和智能手机的普及,文中提出了一种基于SVM的人体运动分析方法,并基于该方法和Android平台设计了一种防跌倒系统。通过采集智能手机内置传感器的数据,并对原始数据进行滤波去噪、加窗分割、时频特征... 随着人们对健康监测关注度的日益增长和智能手机的普及,文中提出了一种基于SVM的人体运动分析方法,并基于该方法和Android平台设计了一种防跌倒系统。通过采集智能手机内置传感器的数据,并对原始数据进行滤波去噪、加窗分割、时频特征提取及特征降维等处理,使用SVM分析与识别不同的行为。该防跌倒系统,在检测到用户处于跌倒状态时会发出求救信息。实验与测试结果表明,所提出的方法能获得97. 5%的敏感性和98. 3%的特异性,对跌倒行为具有较高的识别精度。 展开更多
关键词 人体运动分析 跌倒检测 ANDROID SVM 传感器
在线阅读 下载PDF
金融安全背景下的证券市场稳定测度新方法——基于大数据支持向量机的市场预测与套利价值度量研究 预览
11
作者 欧阳天皓 卢晓勇 《财经理论与实践》 CSSCI 北大核心 2019年第1期77-83,共7页
我国证券市场经过数十年的发展,在不断的探索中渐渐成熟,但与发达国家的股票市场相比,还有不完善的地方。如我国证券市场的市值,并没有较好地与经济增长同比增长及契合实体经济的发展。通过研究2002-2017年的历史数据,使用支持向量机(S... 我国证券市场经过数十年的发展,在不断的探索中渐渐成熟,但与发达国家的股票市场相比,还有不完善的地方。如我国证券市场的市值,并没有较好地与经济增长同比增长及契合实体经济的发展。通过研究2002-2017年的历史数据,使用支持向量机(SVM)预测证券市场的价格变化,通过误差统计分析,得出我国市场(上证交易所)与美国证券市场(纳斯达克综合指数)相比,更具不稳定性的结论。因此,可以利用套利价值(VaP)作为一种直观度量市场成熟度的参考指标。 展开更多
关键词 套利价值 有效市场假说 支持向量机 证券市场 SVM VAP
在线阅读 下载PDF
基于支持向量机的驾驶疲劳检测研究
12
作者 李敏 李江天 宋战兵 《数字制造科学》 2019年第2期131-135,共5页
为实现驾驶疲劳定量检测,设计了4 h高速单调路况模拟驾驶实验,通过编制的刺激信号采集反应时间,可穿戴设备采集皮电、肌电和心率信号,然后分析各信号变化规律,依据反应时间区分疲劳状态与清醒状态,选取生理信号特征指标,利用支持向量机(... 为实现驾驶疲劳定量检测,设计了4 h高速单调路况模拟驾驶实验,通过编制的刺激信号采集反应时间,可穿戴设备采集皮电、肌电和心率信号,然后分析各信号变化规律,依据反应时间区分疲劳状态与清醒状态,选取生理信号特征指标,利用支持向量机(SVM)检测驾驶疲劳。研究发现:反应时间的变化呈跳跃性;皮电信号样本熵在疲劳状态下低于清醒状态,而大部分肌电信号样本熵在疲劳状态下高于清醒状态;基于SVM的驾驶疲劳检测算法准确率达86.25%,能有效识别驾驶疲劳。 展开更多
关键词 SVM 驾驶疲劳 皮电 肌电 样本熵
钓鱼网站分类检测算法的比较性研究 预览
13
作者 王文腾 王传涛 +1 位作者 袭薇 佟晖 《北京建筑大学学报》 2019年第1期76-81,共6页
钓鱼网站一直是网络安全中需要解决的难题之一,它的隐蔽性很高,但造成的损失往往很大.针对钓鱼网站的研究,有很多学者通过机器学习算法对钓鱼网站和正常网站进行分类.根据在钓鱼网站检测中常用的分类算法(KNN;SVM;贝叶斯)为基础,通过对... 钓鱼网站一直是网络安全中需要解决的难题之一,它的隐蔽性很高,但造成的损失往往很大.针对钓鱼网站的研究,有很多学者通过机器学习算法对钓鱼网站和正常网站进行分类.根据在钓鱼网站检测中常用的分类算法(KNN;SVM;贝叶斯)为基础,通过对网站的URL特征和页面内容特征进行实验比较研究.实验结果表明,在URL特征和页面内容特征上,线性SVM分类器的准确率和召回率都高于KNN算法和多项式的朴素贝叶斯算法. 展开更多
关键词 钓鱼网站 机器学习 KNN SVM 贝叶斯 分类
在线阅读 下载PDF
基于多部情感词典与SVM的电影评论情感分析 预览
14
作者 吴杰胜 陆奎 王诗兵 《阜阳师范学院学报:自然科学版》 2019年第2期68-72,共5页
电影评论文本的情感分析是针对文本数据中隐藏的情感信息进行提取和情感分类,从而帮助媒体平台等网络人员进行观众对电影喜好程度分析。基于此,本文提出一种基于情感词典与机器学习中SVM分类技术相结合的电影评论文本情感分析方法。首先... 电影评论文本的情感分析是针对文本数据中隐藏的情感信息进行提取和情感分类,从而帮助媒体平台等网络人员进行观众对电影喜好程度分析。基于此,本文提出一种基于情感词典与机器学习中SVM分类技术相结合的电影评论文本情感分析方法。首先,构造基础情感词典、领域情感词典、否定词词典和程度副词词典,四部词典相结合实现了对词典的扩充;其次,通过计算情感权值与用户评分相结合的方式构造SVM模型训练集;最后,运用测试数据进行情感分类实验,结果表明该方法相比于基于一部基础情感词典的方法具有更高的情感分类正确率。 展开更多
关键词 电影评论 情感词典 SVM 情感分析
在线阅读 免费下载
基于机器视觉的玉米种粒破损识别方法研究 预览
15
作者 崔欣 张鹏 +3 位作者 赵静 徐文腾 马伟童 金城谦 《农机化研究》 北大核心 2019年第2期28-33,84共7页
针对玉米种粒在收获、脱粒、贮藏时因各种因素造成损伤和人工选种耗时耗力的问题,提出了一种基于机器视觉的玉米种粒破损检测方法。首先,利用图像获取装置得到单粒玉米种粒图像,通过差影法确定图像噪声种类,采用中值滤波方法对图像进行... 针对玉米种粒在收获、脱粒、贮藏时因各种因素造成损伤和人工选种耗时耗力的问题,提出了一种基于机器视觉的玉米种粒破损检测方法。首先,利用图像获取装置得到单粒玉米种粒图像,通过差影法确定图像噪声种类,采用中值滤波方法对图像进行降噪;其次,标记图像边界,运用灰度阈值法完成玉米种粒图像分割。根据玉米种粒的形态特征分别提取玉米种粒的周长、面积、周长面积比、长轴长、短轴长、长宽比6个几何特征和矩形度、圆形度、紧凑度、7个Hu不变矩10个形状特征,共16个特征。完整玉米种粒和破损玉米种粒图像各50幅作为训练样本,将提取的16个特征分量作为输入量,对支持向量机(Support Vector Machine,SVM)进行训练,输出量为1、0,分别代表“合格”“不合格”,训练完成后获得玉米种粒的SVM识别模型;另取完整的玉米种粒和破损的玉米种粒图像各50幅作为测试样本,对训练好的SVM模型进行测试。结果表明:该检测方法对玉米种粒破损识别准确率达95%以上,识别100幅玉米种粒图像的时间为1.27s。研究结果为玉米种粒的实时破损检测提供了参考。 展开更多
关键词 玉米种粒 破损识别 机器视觉 特征提取 SVM
在线阅读 下载PDF
基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究 预览
16
作者 杨晨 吴建星 《科技通报》 2019年第1期19-23,共5页
为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0~125 Hz)能量百分比... 为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0~125 Hz)能量百分比、中低频段(125~250 Hz)量百分比、中高频段(250~375 Hz)能量百分比、高频段(375~500 Hz)能量百分比为特征向量,利用支持向量机(SVM)对爆破和岩石破裂微震信号进行了训练和分类,结果表明:两类事件在0~125 Hz的能量分布差异最大,且以0~125 Hz的能量百分比10%作为分界值时的准确率达到87.5%;SVM的分类正确率为94%,取得了理想的分类效果。 展开更多
关键词 爆破震动与岩石破裂 小波包 SVM 频带能量 分类
在线阅读 下载PDF
基于三维卷积神经网络与支持向量机的微表情自动识别 预览
17
作者 何景琳 梁正友 孙宇 《现代计算机》 2019年第13期43-48,共6页
不同于常规的人脸表情,微表情是一种在人们试图压抑或隐藏真实情感时产生的非常短暂的、不能自主控制的人脸表情序列。微表情识别可以应用于审犯测谎、商务谈判等场合微表情持续时间短,动作幅度小等特点.使得人们难以用肉眼察觉和感知,... 不同于常规的人脸表情,微表情是一种在人们试图压抑或隐藏真实情感时产生的非常短暂的、不能自主控制的人脸表情序列。微表情识别可以应用于审犯测谎、商务谈判等场合微表情持续时间短,动作幅度小等特点.使得人们难以用肉眼察觉和感知,目前微表情识别准确率较低为了解决这个问题,提出采用三维卷积神经网络与支持向量机(C3DSVM)的方法来对微表情进行自动识别.首先通过C3D提取微表情在时域和空域上的特征.然后使用SVM分类器进行分类在CASME2数据集上做实验,实验表明该方法的识别准确率比其他前沿方法高,达到88.79%. 展开更多
关键词 微表情识别 C3D 特征提取 SVM
在线阅读 免费下载
基于云加端的电机轴承故障诊断应用研究 预览
18
作者 耿晓强 唐向红 陆见光 《振动与冲击》 EI CSCD 北大核心 2019年第9期223-230,共8页
针对以往的故障诊断系统实时性差、学习能力有限而且工程实现难的问题,提出了一种改进的云加端支持向量机(Cloud and Terminal Support Vector Machines,CaTSVM),并将其运用在电机轴承故障诊断中。CaTSVM方法把传统的故障诊断中的特征... 针对以往的故障诊断系统实时性差、学习能力有限而且工程实现难的问题,提出了一种改进的云加端支持向量机(Cloud and Terminal Support Vector Machines,CaTSVM),并将其运用在电机轴承故障诊断中。CaTSVM方法把传统的故障诊断中的特征提取和特征分类两部分分别运行在终端设备和云端设备中,并且将“流水线”(Pipeline)数据处理结构引入到CaTSVM方法中,有效提升了该方法的实时性。在云端建立故障特征模型库(Cloud Feature Mode Library,CFML),将故障特征选择性的加入模型库,在传统的离线SVM训练中辅以在线SVM训练,选择性的使用更新的故障特征训练SVM模型,进一步提高其分类能力,使诊断系统拥有了“终生学习”的能力。经过大量的实验验证,云加端方法的使用显著提高了诊断的准确率,并且推进了故障诊断的实际工程应用。 展开更多
关键词 云加端 SVM 在线训练 特征模型库 故障诊断 流水线
在线阅读 下载PDF
基于PCA-SVM算法的酒店评论文本情感分析研究 预览
19
作者 王大伟 周志玮 曹红根 《现代计算机》 2019年第21期13-17,49共6页
针对当前文本情感分析精度不高的问题,提出将PCA-SVM算法应用于文本分析。为了减少样本训练的负担,评论文本经过预处理、分词、去停用词和提取特征词向量以后,通过PCA算法对文本词向量进行降维,在降低维度的同时,可以最大限度得保留样... 针对当前文本情感分析精度不高的问题,提出将PCA-SVM算法应用于文本分析。为了减少样本训练的负担,评论文本经过预处理、分词、去停用词和提取特征词向量以后,通过PCA算法对文本词向量进行降维,在降低维度的同时,可以最大限度得保留样本的原始数据特征。分别使用Naive Bayes算法、Logistic Regression算法以及SVM算法作为文本分类模型,对三种不同算法场景下的Accuracy和AUC两个指标参数做分析对比,实验结果表明PCA-SVM算法在中文文本情感分析领域具有一定的优势。 展开更多
关键词 分词 词向量 PCA SVM 情感分析
在线阅读 免费下载
基于选择性抽样的SVM增量学习算法的泛化性能研究 预览
20
作者 余炎 徐婕 +1 位作者 陈前 杨艳 《计算机测量与控制》 2019年第4期184-189,共6页
针对大数据环境中存在很多的冗余和噪声数据,造成存储耗费和学习精度差等问题,为有效地选取代表性样本,同时提高学习精度和降低训练时间,提出了一种基于选择性抽样的SVM增量学习算法,算法采用马氏抽样作为抽样方式,抽样过程中利用决策... 针对大数据环境中存在很多的冗余和噪声数据,造成存储耗费和学习精度差等问题,为有效地选取代表性样本,同时提高学习精度和降低训练时间,提出了一种基于选择性抽样的SVM增量学习算法,算法采用马氏抽样作为抽样方式,抽样过程中利用决策模型来计算样本间的转移概率,然后通过转移概率来决定是否接受样本作为训练数据,以达到选取代表性样本的目的;并与其他SVM增量学习算法做出比较,实验选取9个基准数据集,采用十倍交叉验证方式选取正则化参数,数值实验结果表明,该算法能在提高学习精度的同时,大幅度的减少抽样与训练总时间和支持向量总个数。 展开更多
关键词 SVM 增量学习 马氏抽样 转移概率
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈