動(dòng)態(tài)粒度SVM學(xué)習(xí)算法
摘要: 粒度支持向量機(jī)(GSVM)在處理分布均勻的數(shù)據(jù)集時(shí)較有效,但現(xiàn)實(shí)生活中數(shù)據(jù)集的分布往往是不可預(yù)測(cè)的,且分布不均勻.文中提出一種動(dòng)態(tài)粒度支持向量機(jī)(DGSVM)學(xué)習(xí)算法,根據(jù)粒的不同分布自動(dòng)粒劃分,使SVM可在不同層次的粒上訓(xùn)練.標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)表明,與GSVM相比,DGSVM具有更好的分類性能. (共6頁(yè))
開(kāi)通會(huì)員,享受整站包年服務(wù)