一种基于支持向量机的直推式学习算法

摘要：

直推式支持向量机(TransductiveSupportVectorMachine,TSVM)是标准的支持向量机算法在半监督学习问题上的一种扩展,但已有的TSVM算法存在训练速度慢、回溯式学习多、学习性能不稳定等缺点,针对这些问题提出一种改进的直推式支持向量机算法--ITSVM,该算法较准确地确定了待训练的未标识样本中的正负样本数问题,有效解决了传统TSVM中过多的回溯式学习问题,同时该算法也无需利用过多的未标识训练样本,从而减轻了计算强度.实验表明,ITSVM相比TSVM在分类正确率、分类速度以及使用的样本规模上,都表现出了一定的优越性.

关键词： 支持向量机 直推式学习 半监督学习

作者: 赵英刚 陈奇 何钦铭

作者单位: 浙江大学,计算机科学与技术学院,浙江,杭州,310027 浙江大学,计算机科学与技术学院,浙江,杭州,310027;宁波理工学院,信息科学与工程分院,浙江,宁波,315100

会议类型: 国内会议

会议名称: 第17届中国过程控制会议

会议地点: 江苏无锡

会议语种:中文

页码: 441-444

在线出版日期: 2006-07-31（万方平台首次上网日期，不代表论文的发表时间）