文献

J-GLOBAL ID：201702216235156630   整理番号：17A0069969

大規模データにおける境界ベクトル調節エントロピー関数サポートベクトルマシンの研究【JST・京大機械翻訳】

Support Vector Machine Based on Boundary Vectors Adjustable Entropy Function

著者 (3件)： Lin Wei (College of Science,Harbin Engineering University) ,  Liu Ting (College of Science,Harbin Engineering University) ,  Lv Weiguo (College of Science,Harbin Engineering University)
資料名： Weidianzixue yu Jisuanji  (Weidianzixue yu Jisuanji)
巻： 33  号： 8  ページ： 149-152,157  発行年： 2016年 
JST資料番号： C2387A  ISSN： 1000-7180  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 訓練セットの規模が大きい場合、一般的なサポートベクトルマシンの学習過程は大量のメモリを占有し、最適化速度が遅く、実際の応用に不利である。サポートベクトルマシン(SVM)に基づくサポートベクトルマシン(SVM)を提案した。まず第一に,境界ベクトルを2つの凸包の相対的境界ベクトル法によって抽出する。次に,サポートベクトルマシン(SVM)を用いて,抽出した境界ベクトルを訓練した。実験結果は,この方法が学習のコストを減少させるだけではなく,分類速度も改善することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *サポートベクトルマシン ,  最適化 ,  凸包 ,  *ベクトル
準シソーラス用語： 学習過程 ,  *大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： data mining ,  support vector machine ,  adjustable entropy ,  pre-extraction support vector machine

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 大規模データ ,  境界 ,  ベクトル ,  調節 ,  エントロピー関数 ,  サポートベクトルマシン ,  研究