当前位置:主页 > 科技论文 > 自动化论文 >

一种增量式的代价敏感支持向量机

发布时间:2017-11-02 05:11

  本文关键词:一种增量式的代价敏感支持向量机


  更多相关文章: 在线学习 增量式学习 代价敏感学习 支持向量机


【摘要】:代价敏感学习是机器学习中一个重要的领域.由Masnadi等提出的代价敏感的支持向量机通过将铰链损失函数代价敏感化来处理代价敏感问题,比传统的代价敏感学习方法具有更好的泛化精度.现实中的数据往往是通过在线增量式获取的,而传统的全量式学习算法每次增加样本时都需要重新从头计算,因此浪费了很多时间.为了使得代价敏感的支持向量机能够在在线学习的场景下具有更高的效率,提出了一种增量式的代价敏感支持向量机算法.该算法可以在新增样本时直接更新已有的训练过的模型,不需要从头开始重新训练.在多个数据集上的实验结果也显示出了该方法与传统的批处理方法相比,在速度上的具有显著的优势.
【作者单位】: 江苏省网络监控工程中心;南京信息工程大学计算机与软件学院;
【关键词】在线学习 增量式学习 代价敏感学习 支持向量机
【基金】:国家自然科学基金(61573191) 江苏省大数据分析技术重点实验室开放课题(KXK1405) 江苏省自然科学基金(BK20161534)资助
【分类号】:TP181
【正文快照】: An incremental cost-sensitive support vector machineQUAN Xin1,2,GU Yuanhua1,2,ZHENG Guansheng1,2,GU Bin1,2((1.Jiangsu Engineering Center of Network Monitoring,Nanjing210044,China;2.College of Computer ScienceSoftware,Nanjing University of Information Sc

【相似文献】

中国期刊全文数据库 前10条

1 董学勤;刘希璐;;基于增量式PID的改进算法[J];浙江工商职业技术学院学报;2012年03期

2 宋和平;胡成全;王力风;侯二娜;;新型双温度反馈增量式PID控制器的设计[J];自动化与仪表;2012年04期

3 赵勇;何宝福;余巍;孙政委;;基于增量式PID控制实现高精度跟踪机构设计研究[J];战术导弹技术;2009年01期

4 罗来鹏;;一种增量式属性约简更新算法[J];沈阳大学学报(自然科学版);2013年03期

5 陈昊;杨俊安;王岩;;修正的最小重新计算标准的增量式学习算法[J];小型微型计算机系统;2009年06期

6 朱真峰;郭跃飞;薛向阳;;增量式最小二乘法分类器与增量式支持向量机的对比[J];小型微型计算机系统;2011年03期

7 孙士潮;刘寒冰;吉立新;;一种高效的关联规则增量式更新算法[J];计算机应用与软件;2007年10期

8 黄启春;刘仰光;何钦铭;;基于支持向量机的增量式算法[J];浙江大学学报(工学版);2008年12期

9 冯少荣;赖桃桃;张东站;;一种改进的核增量式更新算法[J];计算机工程与应用;2010年20期

10 邵伟;凌丹;;基于智能积分的改进增量式PID算法[J];机电工程技术;2010年11期

中国重要会议论文全文数据库 前1条

1 陈恩红;张振亚;王煦法;;基于神经网络的增量式数据索引机制研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年

中国博士学位论文全文数据库 前2条

1 顾斌杰;精确增量式在线v-支持向量回归机的研究[D];江南大学;2015年

2 朱真峰;快速增量式分类算法研究[D];复旦大学;2010年

中国硕士学位论文全文数据库 前3条

1 陈飞龙;基于偏序关系的快速增量式概念格构建算法[D];西安电子科技大学;2011年

2 孙岩;增量式贝叶斯网络结构学习研究[D];杭州电子科技大学;2011年

3 龚钰梁;引入云计算的增量式支持向量机算法及其应用研究[D];重庆理工大学;2012年



本文编号:1130108

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1130108.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d0821***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com