文献

J-GLOBAL ID：201302287857909730   整理番号：13A0588638

サポートベクトルマシンとその利用のための新規な簡素化方式

Novel Simplifying Method for Support Vector Machines and Its Application

著者 (4件)： Zhang Bin (School of Information Sci. & Engineering,Central South Univ., Changsha) ,  Tang Zhaohui (School of Information Sci. & Engineering,Central South Univ., Changsha) ,  Zhu Hongqiu (School of Information Sci. & Engineering,Central South Univ., Changsha) ,  Gui Weihua (School of Information Sci. & Engineering,Central South Univ., Changsha)
資料名： Xitong Fangzhen Xuebao  (Xitong Fangzhen Xuebao)
巻： 24  号： 2  ページ： 344-347,364  発行年： 2012年 
JST資料番号： C2071A  ISSN： 1004-731X  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： サポートベクトルマシンが大規模データサンプルを扱うとき,遅い訓練速度,大きい計算コスト,および劣ったリアルタイム特性の欠点のため,新規な方式をSVMを簡素化するために提案する。それはEuclid距離を使用する限度見本の選択にサンプル密度に基づく分割法を組み合わせた。まず第一に,提案方法はサンプル位置をサンプルブロックに分割して,ブロックサンプル密度を計算することで候補空間ブロックを選択した。第二に,限度見本を選択し,Euclid距離に基づく相対距離を使用して高確率に沿ってサポートベクトルを位置付けた。産業適用結果は,アルゴリズムがトレーニングタイムと計算を減らし,機械の高精度を保持するのに有効であることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *サポートベクトルマシン ,  *パターン認識 ,  コンピュータ ,  ベクトルプロセッサ ,  並列演算 ,  距離 ,  アルゴリズム ,  適応訓練 ,  原価
準シソーラス用語： Euclid距離 ,  トレーニング ,  計算コスト

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (2件)： サポートベクトルマシン ,  簡素化