期刊专题

10.3969/j.issn.1002-137X.2012.09.046

一种新的兼类样本类增量学习算法

引用
提出了一种基于超椭球的兼类样本类增量学习算法.对兼有同一类别的样本,在特征空间构建一个能包围该类尽可能多样本的最小超椭球,使各类样本之间通过超椭球球面分开.增量学习过程中,对新增样本中的每一新类别构建超椭球,对新增样本中的各历史类别重新构建超椭球,使得算法在很小的空间代价下实现了兼类样本类增量学习,同时保留了与新增样本类别无关的历史类训练结果.分类过程中,根据待分类样本是否在超椭球内或隶属度来确定其所属类别.实验结果表明,该算法较超球方法具有较快的分类速度和较高的分类精度.

超椭球、兼类、增量学习、隶属度

39

TP181(自动化基础理论)

国家自然科学基金项目60974071;辽宁省教育厅重点实验室项目LS2010180;辽宁省教育厅优秀人才项目201102005

2012-11-19(万方平台首次上网日期,不代表论文的发表时间)

共3页

206-207,224

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

39

2012,39(9)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn