核子类凸包样本选择方法及其SVM应用

• 作 者: 姜文瀚 周晓飞 杨静宇
• 机 构: 南京理工大学计算机科学与技术学院
• 出 处: 计算机工程
• 发表日期: 2008年16期
• 关键词: 样本选择 凸包 支持向量机 核函数 人脸识别 sample selection convex hull support vector machine ke

提出一种基于核函数方法的类内训练样本选择方法——核子类凸包样本选择法,并将其用于支持向量机。该样本选择方法通过迭代方法,逐一选择了那些经映射后"距离已选样本",并将其映射、生成"凸包最远的样本"。实验结果表明,该方法选择的少量样本使支持向量机获得了较高的识别比率,减少了存储需求,提高了分类速度。