结构化支持向量机研究综述

• 全文链接
• 请求原文

作   者：

王霞;  董永权;  于巧;  耿娜; 

作者机构：

江苏师范大学计算机科学与技术学院;  江苏师范大学电气工程及自动化学院; 

关键词：

结构化孪生支持向量机;  结构化非平行支持向量机;  聚类技术;  结构化支持向量机;  结构粒度; 

期刊名称：

计算机工程与应用

基金项目：

动态多机器人救援任务分配的分布式微粒群优化及其在矿难救援的应用

i s s n：

1002-8331

年卷期：

2020 年 56 卷 017 期

页   码：

24-32

摘   要：

结构化支持向量机(Structural Support Vector Machine,SSVM)是支持向量机(Support Vector Machine,SVM)的变体算法,被广泛应用于多个领域.阐述了SSVM的发展过程,详细分析了SSVM各种具体实现算法的思想及表现上的优劣;并通过实验的对比讨论,发现了SSVM的各种具体实现算法在分类性能和分类效率上优于其他SVM算法,而在稳定性上则逊于后者;基于此,给出了SSVM的后续研究方向.