HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于局部敏感Hash的半监督直推SVM增量学习算法

作者:姚明海; 林宣民lshtsvm增量学习半监督

摘要:为了提高机器学习在大数据集中的学习性能,提出了一种基于局部敏感Hash的半监督支持向量机增量学习算法.首先利用局部敏感Hash能快速查找相似数据特性的能力,筛选出第一次增量中与有标签样本相似的样本,通过TSVM(Transductive support vector machine)得到支持向量并筛选出再次增量中有可能成为支持向量的无标记样本,然后与已有支持向量和有标签样本一起作为后续训练的基础,最后使用多个数据集对算法进行验证.实验表明:提出的半监督TSVM增量学习算法能有效地提高训练学习的速度和分类准确率.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

浙江工业大学学报

《浙江工业大学学报》(CN:33-1193/T)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《浙江工业大学学报》在社会科学领域重视理论探索、实证研究和社会关怀,鼓励提出新观点、构建新理论、形成新思路。经过十年的发展,学报社科版在学术上的导向促进作用、反映教学科研水平的窗口作用、对外交流中的形象作用、鼓励学术人才脱颖而出的扶持作用、对学校改革发展的助推作用日益凸显。

杂志详情