文献类型：期刊文章

作　　者：李丽蓉[1] 牛惠芳[2] 薛贞霞[3,4]

机构地区：[1]山西警官高等专科学校计算机科学与技术系,太原030021 [2]洛阳师范学院数学科学学院,河南洛阳471022 [3]河南科技大学数学系,河南洛阳471003 [4]西安电子科技大学应用数学系,西安710071

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金No.60705004;No.60703118;河南省科技厅科技计划项目(No.082102210091)~~

年　　份：2008

卷　　号：44

期　　号：35

起止页码：138-141

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对渐进直推式支持向量机(Progressive Transductive Support Vector Machines,PTSVM)算法训练速度慢,学习性能不稳定的问题,提出一种基于超球结构的渐进直推式支持向量机算法。该算法首先利用支持向量域描述(Support Vector Domain Descrip-tion,SVDD)得到包含每个类别的有标签样本点的最小包球,选择这个包球边界附近的无标签样本点进行标注,然后对目前所有有标签的样本点进行SVM训练。实验结果表明该算法不仅能保持甚至提高算法的精度,更重要的是能大大提高训练速度。

关 键 词：半监督学习 支持向量机 直推式学习 超球结构  

分 类 号：TP181]