首页> 中文会议>中国电子学会电路与系统分会第二十六届年会 >一种适于传感检测的半监督增量支持向量机算法

一种适于传感检测的半监督增量支持向量机算法

摘要

在传感检测应用中,从动态、无标签传感数据流中有效挖掘所需信息变得越来越重要,而传统模式识别方法,如支持向量机(SVM),是基于批量、监督学习策略,不能有效通过新增数据,特别是无标签数据进行模型更新.为此,提出了一种半监督增量学习SVM算法,首先运用初始训练样本训练SVM分类器,然后对新增有标签样本根据KKT条件进行增量在线学习,对无标签样本采用分枝定界方法进行半监督学习,在SVM分类模型更新过程中实现了有用样本的添加和失效样本的删除,并充分利用无标签样本来优化SVM分类面.最后,基于人工数据集和UCI公共数据集进行了实验测试,结果验证了本文方法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号