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

一种改进的支持向量机NN-SVM

李红莲; 王春花; 袁保宗北京
计算机学报2003-8-12
9阅读
引用收藏
分享

摘要

支持向量机 (SVM )是一种较新的机器学习方法 ,它利用靠近边界的少数向量构造一个最优分类超平面 .在训练分类器时 ,SVM的着眼点在于两类的交界部分 ,那些混杂在另一类中的点往往无助于提高分类器的性能 ,反而会大大增加训练器的计算负担 ,同时它们的存在还可能造成过学习 ,使泛化能力减弱 .为了改善支持向量机的泛化能力 ,该文在其基础上提出了一种改进的SVM———NN SVM :它先对训练集进行修剪 ,根据每个样本与其最近邻类标的异同决定其取舍 ,然后再用SVM训练得到分类器 .实验表明 ,NN SVM相比SVM在分类正确率、分类速度以及适用的样本规模上都表现出了一定的优越性

学科与关键词

关键词
支持向量机最近邻修剪
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
计算机学报
发表日期
2003-08-12
卷期
第 08 期
页码
1015-1020
成果收录
CHINAJOURNAL
资助标注
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 (G19980 3 0 5 0 11)资助

作者

  • 李

    李红莲 (第一作者)

  • 王

    王春花

    北京

查看全部 3 位作者收起作者
  • 袁

    袁保宗

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