所有作者：张晓丽 王雪松
作者单位：中国矿业大学信息与电气工程学院
论文摘要：半监督支持向量机(Semi-Supervised Support Vector Machine，S３VM)是一种优良的半监督分类算法，对绝大多数数据集能够得到较高的分类精度，但是在对具有流形结构的数据集分类时精度却比较低。原因是这类数据集样本之间原始的欧氏距离不能满足聚类假设。因此，针对这一问题，本文通过利用基于聚类假设的核函数，对原始输入样本进行重新表示，然后利用梯度下降S３VM对其进行分类，提出了一种基于聚类假设的核半监督支持向量机算法。实验结果表明，与其他算法比较，该算法对具有流形结构的数据集有较高的分类精度。
关键词： 半监督支持向量机 聚类核 流形数据集
免费下载《基于聚类假设的核半监督支持向量机》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：