10.3321/j.issn:1002-8331.2006.13.021
基于增量学习的超球支持向量机设计
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.
超球、支持向量机、增量学习、直推式
42
TP301.6(计算技术、计算机技术)
2006-06-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
66-68,76