稀疏化的基于核密度估计的向量机

导出

摘要提出了一种基于核密度估计(KDE)的核分类算法SKVM。SKVM构建了可稀疏化分类器参数的模型,并根据两类样本的密度差信息构造了约束函数,使用标准二次规划方法求解分类器参数。其优势在于能在实现有效分类的同时降低决策函数的计算复杂度;而且通过调节SKVM的窗宽值可以控制分类器参数的稀疏率,实验结果表明了上述优势。

作者过琦芳

机构地区苏州农业职业技术学院

出处《信息与电脑（理论版）》 2011年第9期5-6,共2页 China Computer & Communication

关键词核分类算法稀疏密度差窗宽

分类号 TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献4

1J.Kim,C.Scott.Kernel classification via integrated squared error[].IEEE Workshop on Statistical Signal Processing.2007
2B.Jeon,D.A.Landgrebe.Fast Parzen density estimation using clusteringbased branch and bound[].IEEE TransPattern AnalMachIntell.1994
3JooSeuk Kim,Clayton DScott.L2 kernel classification[].IEEE TransPattern AnalMachIntell.2009
4Sch lkopf B,Smola AJ.Learning with kernels: support vector machines, regularization, optimization, and beyond[]..2002

1应文豪,王士同.基于最大化密度差的L_2核分类器[J].控制与决策,2012,27(1):77-81.
2许敏,王士同,史荧中.一种新的面向迁移学习的L_2核分类器[J].电子与信息学报,2013,35(9):2059-2065. 被引量：1
3余弘道.基于密度差距离的聚类中心快速定位方法[J].福建电脑,2016,32(3):106-107.
4胡文军,王士同,王娟,颜七笙.最大间隔对数向量机[J].软件学报,2012,23(12):3059-3073.
5张加魁,李卫京,王东亮,韩亚慧,徐敏,张宇.一种新型混合游动模式机器鱼的设计方案[J].兵工自动化,2015,34(12):77-81.
6黄海港,沈永增,闫纪如.基于优化Prewitt的高速夜间车道检测算法[J].计算机系统应用,2013,22(8):109-112. 被引量：2
7黄红伟,黄天民.基于网格相对密度差的扩展聚类算法[J].计算机应用研究,2014,31(6):1702-1705. 被引量：12
8周耀鉴,俞建成,王晓辉.水下滑翔机海洋环境深平均流估计方法[J].信息与控制,2016,45(4):487-491. 被引量：2
9夏惊涛,王群书,李斌康,黑东炜,盛亮,马继明,魏福利,马戈.多层球状物角度稀疏投影CT重建仿真研究[J].CT理论与应用研究（中英文）,2014,23(2):249-256. 被引量：3
10王雅琳,陈斌,王晓丽,桂卫华.基于密度调整的改进自适应谱聚类算法[J].控制与决策,2014,29(9):1683-1687. 被引量：12

信息与电脑（理论版）

2011年第9期

浏览历史

内容加载中请稍等...

稀疏化的基于核密度估计的向量机

参考文献4

相关作者

相关机构

相关主题

浏览历史