基于SVDD的渐进直推式支持向量机学习算法-模式识别与人工智能.PDFVIP

第21卷摇 第6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.21摇 No.6 摇 2008年12月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Dec摇 摇 2008 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 基基于SVDD 的渐进直推式支持向量机学习算法* 1,2 1 1,3 薛贞霞 摇 摇 刘三阳摇 摇 刘万里 1(西安电子科技大学 应用数学系 西安摇 710071) 2(河南科技大学 数学系 洛阳摇 471003) 3(洛阳师范学院数学系 洛阳摇 471022) 摘摇 要摇 针对半监督学习中渐进直推支持向量机(PTSVM)算法每次标注的样本数太少、训练速度慢、回溯式学习 多、学习性能不稳定的问题,提出一种快速的渐进直推支持向量机学习算法.该算法利用支持向量的信息,基于支 持向量域描述(SVDD)选择新标注、无标签的样本点,以区域标注法代替PTSVM 的成对标注法,不仅继承了其渐进 赋值和动态调整的规则,而且在保持甚至提高算法精度的同时,大大提高算法速度.在人工模拟数据和真实数据上 的实验结果表明该算法的有效性. 关键词摇 半监督学习,支持向量机,直推式学习,支持向量域描述(SVDD) 中图法分类号摇 TP 181 SVDD Based Learning Algorithm with Progressive Transductive Support Vector Machines 1,2 1 1,3 XUE Zhen鄄Xia ,LIU San鄄Yang ,LIU Wan鄄Li 1(Department of Applied Mathematics,Xidian University,Xian710071) 2(Department of Mathematics,Henan Science and Technology University,Luoyang 471003) 3(Department of Mathematics,Luoyang Normal College,Luoyang 471022) ABSTRACT In semi鄄supervised learning,progressive transductive support vector machine (PTSVM) has some drawbacks,such as few sample labeled in each iteration,low training speed,many backtrack learning steps,and unstable learning performance. Aiming at these problems, a fast progressive transductive support vector machines learning algorithm is proposed. It selects new unlabeled samples based on support vector domain descript