基于半监督学习的加权支持向量域数据描述方法
【摘要】:为解决传统的支持向量域数据描述(SVDD)方法在分类信息较少的情况下分类不准确的问题,提出一种基于半监督学习的加权支持向量域数据描述方法SSWSVDD:先利用基于图的半监督学习技术从少量已知分类数据中学习大量未知分类数据的隐含分类信息,再通过加权的SVDD方法学习全体数据的分类情况.对UCI数据集的实验表明,在已知分类信息较少的情况下具有较好的分类性能.
【作者单位】:吉林大学计算机科学与技术学院 长春工业大学计算机科学与工程学院
【基金】:国家自然科学基金项目(60773099,60873149,60973088) 国家“八六三”高技术研究发展计划基金项目(2006AA10Z245,2006AA10A309) 吉林大学科学前沿与交叉学科创新项目(200903178) 中央高校基本科研业务费专项基金项目
【分类号】:TP18
【基金】:国家自然科学基金项目(60773099,60873149,60973088) 国家“八六三”高技术研究发展计划基金项目(2006AA10Z245,2006AA10A309) 吉林大学科学前沿与交叉学科创新项目(200903178) 中央高校基本科研业务费专项基金项目
【分类号】:TP18
【共引文献】 | ||
|
|||||||
|
|
|||
|
|
|||||||||||||||||
|
|
|||||||||||||||
|
【相似文献】 | ||
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
相关机构 | ||||||||||||||||||||||||
|
||||||||||||||||||||||||
相关作者 | ||||||||||||||||||||||||
|
||||||||||||||||||||||||