文献

J-GLOBAL ID：201702215630225479   整理番号：17A0094685

マルチコアサポートベクトルデータ記述分類手法の研究【JST・京大機械翻訳】

Research on multi-kernel support vector data description method of classification

著者 (3件)： Lu Ming (School of Information and Electrical Engineering, Hunan University of Science and Technology) ,  Liu Lihui (School of Information and Electrical Engineering, Hunan University of Science and Technology) ,  Wu Lianghong (School of Information and Electrical Engineering, Hunan University of Science and Technology)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 18  ページ： 68-73  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： カーネル関数,ペナルティ因子およびカーネルパラメータは,サポートベクトルデータ記述(SVDD)分類の分類効果に影響を及ぼす重要な因子である。マルチコアサポートベクトルデータ記述(MKSVDD)分類法を研究し,マルチコアサポートベクトルデータ記述分類法の実現ステップを示し,BANANAデータセットに基づいて,ペナルティ因子とカーネルパラメータが分類効果に及ぼす影響を分析した。本論文では,サポートベクトルデータの境界分布に対する多重カーネル関数の重みの影響について議論した。シミュレーション結果は,マルチコアサポートベクトルデータ分類の分類法が単核サポートベクトルデータ分類法と比較してより良い分類効果を持ち,実際の応用におけるパラメータ選択のための参照を提供することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ペナルティ ,  シミュレーション ,  多重化
準シソーラス用語： データ記述 ,  分類法 ,  Kernel関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： pattern recognition ,  support vector data description ,  multi-kernel method ,  optimal hyper-sphere radius ,  parameter selection

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 記述 ,  分類 ,  手法 ,  研究