基于最佳逼近点的不变性常识与SVM的融合方法
不变性常识与支持向量机的融合技术是近年来支持向量机研究的重点之一,将不变性常识融合于学习模型,有助于提高模型的泛化能力.提出了一种新的不变性常识与支持向量机的融合方法,该方法通过最佳逼近点来代表不变性变换形成的轨迹簇将不变性常识融合于SVM.将该方法应用于MNIST手写数字数据库,与经典SVM方法及VirtualSV(VSV)方法的对比实验结果表明,该方法可以提高SVM的泛化能力.
支持向量机、不变性常识、最佳逼近点、融合方法
29
TP181(自动化基础理论)
国家自然科学基金60673095;70471003;山西省自然科学基金20041014;山西省留学回国人员科研启动基金2003-04
2008-05-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
901-903