主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第11期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陶卿,孙德敏,范劲松,方廷健.基于闭凸包收缩的最大边缘线性分类器.软件学报,2002,13(3):404-409
基于闭凸包收缩的最大边缘线性分类器
Maximal Margin Linear Classifier Based on the Contraction of the Closed Convex Hull
投稿时间:2000-03-06  修订日期:2000-09-20
DOI:
中文关键词:  闭凸集  收缩  支持向量  最大边缘  分类器
英文关键词:closed convex set  contraction  support vectors  maximal margin  classifier
基金项目:国家自然科学基金资助项目(60175023);安徽省自然科学基金资助项目(01042304);安徽省优秀青年基金资助项目
作者单位
陶卿 中国科学院,自动化研究所,北京,100080
中国人民解放军炮兵学院,一系,安徽,合肥,230031 
孙德敏 中国科学技术大学,自动化系,安徽,合肥,230027 
范劲松 中国科学院,合肥智能机械研究所,安徽,合肥,230031 
方廷健 中国科学院,合肥智能机械研究所,安徽,合肥,230031 
摘要点击次数: 2946
全文下载次数: 2970
中文摘要:
      SVM(support vector machines)是一种基于结构风险最小化原理的分类技术.给出实现结构风险最小化原理(最大边缘)的另一种方法.对线性可分情形,提出一种精确意义下的最大边缘算法,并通过闭凸包收缩的概念,将线性不可分的情形转化为线性可分情形.该算法与SVM算法及其Cortes软边缘算法异曲同工,但理论体系简单、严谨,其中的优化问题几何意义清楚、明确.
英文摘要:
      The SVM (support vector machines) is a classification technique based on the structural risk minimization principle. In this paper, another method is given to implement the structural risk minimization principle. And an exact maximal margin algorithm is proposed when classification problem is linearly separable. The linearly non-separable problem can be changed to separable linearly by using the proposed concept of the contraction of a closed convex set. The method in this paper has the same function and quality as SVM and Cortes'soft margin algorithm,but its theoretical system is simple and strict,and geometric meaning of its optimization probem is very clear and obvious.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利