10.3969/j.issn.1000-1220.2004.12.019
算法随机性置信支持向量机及其签名认证
根据Kolmogorov算法随机性理论,描述定义了具有置信判别能力的置信学习机器.利用普通支持向量学习机器中的Lagrangian系数,从系数基本的物理内涵出发,近似实现了Kolmogorov算法随机性理论定义的普适不可计算的随机性描述函数.并由此定义了学习的置信度,使得支持向量学习机在学习判断对象类别的同时能够给出该次判断的可信程度,丰富了学习机器的输出信息.将置信支持向量机用于认证手写签名的特征向量,提高了在线手写签名认证应用系统的可靠性和灵活性.
算法随机性、置信机器学习、支持向量机、签名认证
25
TP391.41(计算技术、计算机技术)
2005-01-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
2131-2134