| 注册
首页|期刊导航|重庆邮电大学学报(自然科学版)|自训练半监督加权球结构支持向量机多分类方法

自训练半监督加权球结构支持向量机多分类方法

赵芳 马玉磊

重庆邮电大学学报(自然科学版)2014,Vol.26Issue(3):404-408,415,6.
重庆邮电大学学报(自然科学版)2014,Vol.26Issue(3):404-408,415,6.DOI:10.3979/j.issn.1673-825X.2014.03.022

自训练半监督加权球结构支持向量机多分类方法

Multi-class classification based on self-training semi-supervised weighted sphere structured support vector machine

赵芳 1马玉磊2

作者信息

  • 1. 新乡学院计算机与信息工程学院,河南新乡453003
  • 2. 新乡学院继续教育学院,河南新乡453003
  • 折叠

摘要

关键词

半监督学习/自训练/多分类/球结构支持向量机/加权球结构支持向量机

Key words

semi-supervised/self-training/multi-classification/sphere structured support vector machine/weighted sphere structured support vector machine

分类

信息技术与安全科学

引用本文复制引用

赵芳,马玉磊..自训练半监督加权球结构支持向量机多分类方法[J].重庆邮电大学学报(自然科学版),2014,26(3):404-408,415,6.

基金项目

河南省科技攻关计划发展项目(112300410266)The Planning and Development Project of Science and Technology Research for Henan Province(112300410266) (112300410266)

重庆邮电大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1673-825X

访问量0
|
下载量0
段落导航相关论文