文献

J-GLOBAL ID：201102216477850408   整理番号：11A1282728

KNNとRVMに基づく分類方法: KNN-RVM分類装置

KNN and RVM Based Classification Method: KNN-RVM Classifier

著者 (3件)： Zhang Lei (Inst. of Automation, China Univ. of Petroleum, Beijing) ,  Liu Jianwei (Inst. of Automation, China Univ. of Petroleum, Beijing) ,  Luo Xionglin (Inst. of Automation, China Univ. of Petroleum, Beijing)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 23  号： 3  ページ： 376-384  発行年： 2010年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  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： 妥当性ベクター装置(RVM)分類(例えばカーネルパラメータ選択における低い精度と困難)の問題に照準を定めて,臨界スライディング閾値と呼ばれている概念を,本論文において提示した。KNN-RVM分類装置と呼ばれたKの最も近い近隣とRVMを結合する分類装置を構築した。理論的には,3つの理論提案して,証明した。最初のものは,KNN-RVM分類の工程がソフト限界SVMの実用化と等しいということであった。第二のものは,KNN-RVM分類装置が1つの代表的ポイントだけが各々の分類のために選択した1NN分類装置に等しいということであった。最後のものは,KNN-RVMの分類の結果がRVM分類のものよりも優れるということであった。臨界スライディング閾値のスライディングと臨界特性を,3つの異なるデータセットを用いて証明した。KNN-RVM分類装置の真実性,適応性およびグローバル最適性を,同様に証明した。このKNN-RVM分類装置は,分類精度を向上して,カーネルパラメータに関するアルゴリズムの信頼性を減少して,それによって,有効で優れた分類装置であることを証明した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *分類装置 ,  集合 ,  アルゴリズム ,  全球規模 ,  パラメータ ,  精度 ,  点 ,  ベクター ,  穀粒
準シソーラス用語： *分類方法 ,  データセット ,  グローバル ,  分類精度 ,  ポイント ,  カーネル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： KNN ,  分類方法 ,  分類装置