文献

J-GLOBAL ID：201802241784448962   整理番号：18A0863582

混合度に基づく階層的粒度SVMアルゴリズム【JST・京大機械翻訳】

A Hierarchical Granular Support Vector Machine Algorithm based on Mixed

著者 (2件)： Cheng Fengwei (太原学院計算机工程系,山西太原,030032) ,  Guo Husheng (山西大学計算机与信息技術学院,山西太原,030006)
資料名： Shanxi Daxue Xuebao. Ziran Kexue Ban  (Shanxi Daxue Xuebao. Ziran Kexue Ban)
巻： 40  号： 4  ページ： 750-755  発行年： 2017年 
JST資料番号： C2975A  ISSN： 0253-2395  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： 現実の生活におけるデータセットの規模の絶え間ない増加に伴い,有効な分類アルゴリズムを設計することは必須である。サポートベクターマシン(Supportvectormachine,SVM)は公認の性能の良い分類アルゴリズムであり、現在いくつかのSVMアルゴリズムはサポートベクトルの数を減らし、分類の効率を高める。混合度に基づく階層的な粒状性サポートベクトルマシン(HierarchicalGranularSupportVectorMachineAlgorithmbasedonMixed,MHG-SVM)を提案し、混合度を利用して既存の階層の粒度のSVM分類アルゴリズムを改良し、この計算方法は一つのデータの信頼度と一つの粒度のパラメーターを定義することによって重要な分類情報を選別した。実験結果から,提案したアルゴリズムは大規模データセットの処理において高い分類精度を維持し,SVMの学習と分類速度を大幅に改善できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 信頼度 ,  サポートベクトルマシン ,  *アルゴリズム ,  粒状性
準シソーラス用語： 分類精度 ,  大規模データセット ,  分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： support vector ,  classification precision ,  mixing degree ,  granularity of confidence ,  large number of observations

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 (4件)： 混合度 ,  粒度 ,  SVM ,  アルゴリズム