基于增量学习的超球支持向量机设计

摘要：

增量学习是通过从已知样本出发对未知样本进行识别和分类,并能够继续学习的方法和原则.论文在分析了HS-SVM的理论基础后,基于Joachims的直推式SVM分类算法,提出了直推式THS-SVM算法,同时,独立提出了简单自学习的SHS-SVM学习方法.THS-SVM和SHS-SVM能够在训练过程中不断学习无标签样本的信息.实验表明将THS-SVM和SHS-SVM用于基于内容的图像检索是有效的.

关键词：超球、支持向量机、增量学习、直推式

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2006-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：66-68,76