一种改进的分枝定界半监督支持向量机学习算法

赵莹; 张健沛; 杨静; 王冠军; BR

您当前的位置：

首页 >

文章列表页 >

一种改进的分枝定界半监督支持向量机学习算法

科研通信 | 更新时间：2025-07-16

- 一种改进的分枝定界半监督支持向量机学习算法
- An Improved Learning algorithm for Branch and Bound for Semi-Supervised Support Vector Machines
- 电子学报 2010年38卷第2期页码：449-454
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
赵莹, 张健沛, 杨静, 等. 一种改进的分枝定界半监督支持向量机学习算法[J]. 电子学报, 2010,38(2):449-454.

ZHAO Ying, ZHANG Jian-pei, YANG Jing, et al. An Improved Learning algorithm for Branch and Bound for Semi-Supervised Support Vector Machines[J]. Acta Electronica Sinica, 2010, 38(2): 449-454.
赵莹, 张健沛, 杨静, 等. 一种改进的分枝定界半监督支持向量机学习算法[J]. 电子学报, 2010,38(2):449-454. DOI：

ZHAO Ying, ZHANG Jian-pei, YANG Jing, et al. An Improved Learning algorithm for Branch and Bound for Semi-Supervised Support Vector Machines[J]. Acta Electronica Sinica, 2010, 38(2): 449-454. DOI：

摘要

分枝定界半监督支持向量机，由于其实现的是全局最优化，因而可以作为其它半监督学习算法的一个基准。针对分枝定界半监督支持向量机中存在的缺陷，提出一种改进的分枝定界半监督支持向量机学习算法。该算法重新对下界的估计进行定义，从而降低了各结点计算下界的时间复杂度；同时利用支持向量机的几何特点确定分枝结点，以提高算法的运算速度。实验分析表明本文提出的算法具有精度高、鲁棒性强等优点。

Abstract

关键词

Keywords

references

浏览量

2190

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于可疑像素相互修正的半监督医学图像分割

基于联邦学习的主动半监督短文本分类方法

基于图神经网络的高光谱图像分类研究进展

基于自适应图学习的半监督特征选择

一种改进的分枝定界半监督支持向量机学习算法

An Improved Learning algorithm for Branch and Bound for Semi-Supervised Support Vector Machines

DOI：

摘要

Abstract

关键词

Keywords

references