一种新的海量数据分类方法
文献类型：期刊论文
| 作者 | 任力安1; 何清2; 史忠植2 |
| 刊名 | 计算机工程与应用
 |
| 出版日期 | 2002 |
| 卷号 | 38.0期号:014页码:58 |
| 关键词 | 海量数据分类方法 支持向量机 Jordan曲线定量 机器学习 人工智能 |
| ISSN号 | 1002-8331 |
| 英文摘要 | 使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分。文章则基于Jordan曲线定理，提出了一种通用的基于分类超曲面的分类法，它是通过直接构造分类超曲面，根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种新分类判断算法，不需作升维变换，不需要考虑使用何种核函数，而直接地解决非线性分类问题，对数据分类应用的结果说明；基于分类超曲面的分类法可以有效地解决非线性数据的分类问题，并能够提高分类效率和准确度。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/25872]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学技术大学北京研究生院 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 任力安,何清,史忠植. 一种新的海量数据分类方法[J]. 计算机工程与应用,2002,38.0(014):58. |
| APA | 任力安,何清,&史忠植.(2002).一种新的海量数据分类方法.计算机工程与应用,38.0(014),58. |
| MLA | 任力安,et al."一种新的海量数据分类方法".计算机工程与应用 38.0.014(2002):58. |
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。