第八章机器学习SVM简介解析.ppt

SVM应用 SVM-GMM的开集说话人识别方法 计算机工程?2011,?37(14)?172-174? 摘要： 建立一种支持向量机-高斯混合模型(SVM-GMM)，用以提高开集说话人识别的识别率。该模型的基本思想是将SVM的分类结果用GMM模型进行确认。由于SVM模型具有较好的分类性能，而GMM模型能够较好地描述类别内部的相似性，因此这2个模型的组合能够优势互补，从而获得较好的识别效果。实验结果表明，使用SVM-GMM模型能有效地提高开集说话人识别的识别率。 基于SVM 的二叉树多类分类算法及其在故障诊断中的应用 摘要: 基于结构风险最小化原则的支持向量机(SVM) 对小样本决策具有较好的学习推广性. 但由于常规SVM 算法是从2 类分类问题推导出的, 在解决故障诊断这种典型的多类分类问题时存在困难, 因而提出一种依赖故障优先级的基于SVM 的二叉树多级分类器实现(2PTMC) 方法, ... 基于SVM 的疑问句问点语义角色标注 SVM(SupportVectorM ach ine)是一种基于结构风险最小化原则的分类算法,由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力。语义角色标注是一种浅层语义分析的方法。为了加深对问句的理解,对问句的问点进行语义角色标注是必要的。故将问点的语义角色标注视为分类问题,并提出了一种基于SVM的问点语义角色标注方法。