![](/images/graphics-bg.png)
A New SVM Multiclass Incremental Learning Algorithm
المؤلفون المشاركون
Qin, Yuping
Li, Dan
Zhang, Aihua
المصدر
Mathematical Problems in Engineering
العدد
المجلد 2015، العدد 2015 (31 ديسمبر/كانون الأول 2015)، ص ص. 1-5، 5ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2015-05-21
دولة النشر
مصر
عدد الصفحات
5
التخصصات الرئيسية
الملخص EN
A new support vector machine (SVM) multiclass incremental learning algorithm is proposed.
To each class training sample, the hyperellipsoidal classifier that includes as many samples as possible and pushes the outlier samples away is trained in the feature space.
When the new samples are added to the classification system, the algorithm reuses the old classifiers that have nothing to do with the new sample classes.
To be classified sample, the Mahalanobis distances are used to decide the class of classified sample.
If the sample point is not surrounded by any hyperellipsoidal or is surrounded by more than one hyperellipsoidal, the membership is used to confirm its class.
The experimental results show that the algorithm has higher performance in classification precision and classification speed.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Qin, Yuping& Li, Dan& Zhang, Aihua. 2015. A New SVM Multiclass Incremental Learning Algorithm. Mathematical Problems in Engineering،Vol. 2015, no. 2015, pp.1-5.
https://search.emarefa.net/detail/BIM-1074635
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Qin, Yuping…[et al.]. A New SVM Multiclass Incremental Learning Algorithm. Mathematical Problems in Engineering No. 2015 (2015), pp.1-5.
https://search.emarefa.net/detail/BIM-1074635
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Qin, Yuping& Li, Dan& Zhang, Aihua. A New SVM Multiclass Incremental Learning Algorithm. Mathematical Problems in Engineering. 2015. Vol. 2015, no. 2015, pp.1-5.
https://search.emarefa.net/detail/BIM-1074635
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1074635
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)