ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于模糊c-均值聚类的SVC迭代训练算法

陈自洁; 夏成锋广东药学院; 仲恺农业工程学院
仲恺农业工程学院学报2011
4阅读
引用收藏
分享

摘要

针对支撑向量机(Support vector machine,SVM)在大规模数据的问题,提出了一种基于模糊c-均值聚类样本选择策略的SVC(SVM for classification)迭代训练算法,从样本抽取、迭代训练两个方面进行了改进,并在多个较大规模UCI标准测试集上进行了试验.结果表明,所提出的迭代训练算法收敛快,在保证学习精度的同时使训练速度加倍、支撑向量减少一半.

学科与关键词

关键词
支撑向量机大规模数据集样本选择策略迭代训练 support vector machinelarge samplessample selection strategyiterative training
相关
加载中…
  • 一种改进的支持向量机NN-SVM
    李红莲; 王春花; 袁保宗计算机学报, 2003, (08): 1015-1020.
  • 基于改进FCM聚类的BT-SVM多类分类算法
    权文; 王晓丹微计算机信息, 2009, (06): 230-232.
  • SVM置信度在线评估以及决策改进
    凌萍; 周春光计算机科学与探索, 2008, (02): 192-197.
查看全部 →

发表信息

论文状态
公开发表
期刊
仲恺农业工程学院学报
发表日期
2011
卷期
第 01 期
页码
39-43
语言
中文
成果收录
CHINAJOURNAL

作者

  • 陈

    陈自洁 (第一作者)

  • 夏

    夏成锋

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417