搜索结果: 1-4 共查到“数字媒体技术 SVM”相关记录4条 . 查询时间(0.208 秒)
核化一类硬划分SVDD、一/二类L2-SVM、L2 支持向量回归和Ranking SVM均已被证明是中心约束最小包含球. 这里将多视角学习引入核化L2-SVM, 提出核化两类多视角L2-SVM (Multi-view L2-SVM), 并证明该核化两类Multi-view L2-SVM 亦为中心约束最小包含球, 进而提出一种多视角核心向量机MvCVM. 所提出的Multi-view
L2-SVM...
支持向量的信息冗余和SVM改进方法
核函数 冗余信息 支持向量机 黎曼几何
2008/12/10
在研究RBF核函数的几何特性和分析SVM数据依赖性改进方法的基础上，提出了支持向量携带数据冗余信息的论点。冗余信息掩盖了所研究对象的特征，影响SVM的性能。基于黎曼几何的SVM数据依赖性改进方法能够剔除支持向量携带的冗余信息，改进SVM的性能。理论分析和实验研究表明，该方法能够有效提高SVM的分类能力和分类速度。
CLUSTERING-BASED SUBSPACE SVM ENSEMBLE FOR RELEVANCE FEEDBACK LEARNING
image retrieval relevance feedback data clustering classifier sampling SVM classifier ensemble
2013/7/17
This paper presents a subspace SVM ensemble algorithm for adaptive relevance feedback (RF) learning. Our method deals with the case that user’s relevance feedback examples are usually insufficient and...