杨欣伟
- 作品数：3 被引量：15H指数：2
- 供职机构：河北工业大学计算机科学与软件学院更多>>
- 发文基金：天津市自然科学基金河北省科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于相似性分析的SVM快速分类算法被引量：3
- 2010年
- 针对支持向量机(SVM)分类速度取决于支持向量数目的应用瓶颈,提出一种SVM快速分类算法。通过引入支持向量在特征空间的相似性度量,构建特征空间中的最小支撑树,在此基础上将支持向量按相似性最大进行分组,依次在每组中找到决定因子和调整因子,用两者的线性组合拟合一组支持向量在特征空间的加权和,以减少支持向量的数量,提高支持向量机的分类速度。实验结果证明,该方法能以很小的分类精度损失换取较大的分类时间缩减,满足SVM实时分类的要求。
- 朱方顾军华杨欣伟杨瑞霞
- 关键词：支持向量最小支撑树
- 基于支持向量机的商场客流统计方法研究
- 在全球经济一体化飞速发展的大背景下，我国商业企业尤其是大型的零售业面临着严峻的挑战。对客流信息进行合理的分析是其制定营销决策、安全防范措施和提高市场竞争力的关键依据和保障。并且随着计算机技术和统计分析技术的发展，为了更好...
- 杨欣伟
- 关键词：支持向量机模式识别数据预处理免疫克隆算法
- 文献传递
- 一种新的支持向量机大规模训练样本集缩减策略被引量：12
- 2009年
- 支持向量机(SVM)在许多实际应用中由于训练样本集规模较大且具有类内混杂孤立点数据,引发了学习速度慢、存储需求量大、泛化能力降低等问题,成为直接使用该技术的瓶颈。针对这些问题,通过在点集理论的基础上分析训练样本集的结构,提出了一种新的支持向量机大规模训练样本集缩减策略。该策略运用模糊聚类方法快速的提取出潜在支持向量并去除类内非边界孤立点,在减小训练样本集规模的同时,能够有效地避免孤立点数据所造成的过学习现象,提高了SVM的泛化性能,在保证不降低分类精度的前提下提高训练速度。
- 朱方顾军华杨欣伟杨瑞霞
- 关键词：支持向量机点集模糊C-均值孤立点
