高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[会议论文]
一种抗噪音的支持向量机学习方法
作者：
摘要：
支持向量机是在统计学习理论的基础上发展起来的新一代学习方法,广泛应用于分类问题。但支持向量机对噪音点很敏感,容易产生过学习现象,减弱其泛化能力。本文提出一种抗噪音的支持向量机学习新方法,利用支持向量机良好的学习能力,首先对训练样本进行训练,再对训练样本进行去噪处理,去除噪音点和孤立点,最后进行二次学习得到更优的支持向量机。实验证明用本方法学习到的支持向量机具有更好的分类精度和泛化能力。
关键词：
作者机构：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
2011，2011年全国理论计算机科学学术年会
2014，西南大学2014年全国博士生学术论坛(电子技术与信息科学领域)
2012，第3届全国工程安全与防护学术会议
2007，计算机与信息技术
来源 ：
年份： 2008
语种： 中文
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次：
中文被引频次：
近30日浏览量： 3
归属院系：
信息学部 计算机学院
全文获取
外部链接：
