基于后验概率的支持向量机
文献类型：期刊论文
| 作者 | 王 珏; 吴高巍; 陶 卿 |
| 刊名 | 计算机研究与发展
 |
| 出版日期 | 2005 |
| 期号 | 第2期页码:196~202页 |
| 关键词 | 支持向量机 分类 后验概率 间隔 最大间隔算法 非确定性分类问题 |
| 英文摘要 | 在支持向量机(support vector machines,SVM)中，训练样本总是具有明确的类别信息，而对于一些不确定性问题并不恰当.受贝叶斯决策规则的启发，利用样本的后验概率来表示这种不确定性.将贝叶斯决策规则与SVM相结合，建立后验概率支持向量机(posteriori probability support vector machine，PPSVM)的体系框架.并详细讨论线性可分性、间隔、最优超平面以及软间隔算法，得到了一个新的优化问题，同时给出了一个支持向量的新定义.实际上， 后验概率支持向量机是建立于统计学习理论(statistical learning theory)基础之上，是标准SVM的扩展.针对数据，还提出了一个确定后验概率的经验性方法.实验也证明了后验概率支持向量机的合理性、有效性. |
| 语种 | 中文 |
| 公开日期 | 2010-10-14 |
| 源URL | [http://ictir.ict.ac.cn/handle/311040/622]  |
| 专题 | 中国科学院计算技术研究所期刊论文_2005年中文 |
| 推荐引用方式 GB/T 7714 | 王 珏,吴高巍,陶 卿. 基于后验概率的支持向量机[J]. 计算机研究与发展,2005(第2期):196~202页. |
| APA | 王 珏,吴高巍,&陶 卿.(2005).基于后验概率的支持向量机.计算机研究与发展(第2期),196~202页. |
| MLA | 王 珏,et al."基于后验概率的支持向量机".计算机研究与发展 .第2期(2005):196~202页. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。