论文部分内容阅读
为了有效的解决支持向量机（SVM）在文本分类中的增量学习问题,文中提出了一种基于树结构的在线学习方法-HISVML.该方法通过将增量学习任务限制在分类子树中来达到减少工作量的目的.实验证明,HISVML比普通的单层增量学习器训练时间短、准确率高.
一种新的SVM多层增量学习方法HISVML
【摘 要】
：
为了有效的解决支持向量机（SVM）在文本分类中的增量学习问题,文中提出了一种基于树结构的在线学习方法-HISVML.该方法通过将增量学习任务限制在分类子树中来达到减少工作量的目
【机 构】
：
西安电子科技大学软件工程研究所
【出 处】
：
微电子学与计算机
【发表日期】
：
2009年5期
其他文献
本文利用1999—2008年全国35个大中城市面板数据,通过面板数据模型和误差修正模型,讨论了区域住房价格长期及短期波动差异,并分析了区域住房价格波动差异的成因。实证结果发
针对网格环境中面临大量具有动态特性的资源管理的问题，提出基于经济智能主体的网格资源发现模型．首先对网格资源发现问题进行了描述，给出相应模型，在给定问题的框架下，结合经济学
网格的目的就是尽可能的实现资源共享．文中在分析网格资源特点和Agent特性的情况下，对网格资源进行虚拟组织的划分，使网格资源的信息得到有效的组织和管理．并提出基于Agent网格资
针对TCP Vegas会出现慢启动过早结束、拥塞窗口过小导致带宽利用率下降的问题，以及在与Reno等基于丢包来判断拥塞的算法竞争带宽时的公平性差等问题，文中分别就慢启动和拥塞避