位置：成果数据库 > 期刊 > 期刊详情页
基于类边界壳向量的快速SVM增量学习算法
  • 期刊名称：计算机工程与应用
  • 时间：0
  • 页码：185-187
  • 相关项目：基于SVM集成和证据理论的多传感器目标识别技术研究
作者： 吴崇明|王晓丹|白冬婴|张宏达|
同期刊论文项目
基于SVM集成和证据理论的多传感器目标识别技术研究
期刊论文 55 会议论文 7
同项目期刊论文
基于损失函数的AdaBoost改进算法
基于Bagging-SVM动态集成的多极化HRRP识别
基于试探的变步长自适应粒子群算法
用于RBF-SVM参数搜索的伪梯度动态步长算法
一种基于局部冲突分配的DST组合规则
基于差异性度量的多分类器集成系统设计
A Feature Selection Algorithm Based on Approximate Markov Blanket and Dynamic Mutual Information
一种新的动态SVM选择集成算法
基于模糊积分的支持向量机动态集成方法
基于多极化多特征提取和SVM的目标识别方法
基于近似Markov Blanket和动态互信息的特征选择算法
一种融合多极化特征的雷达目标识别方法
Coding design for error correcting output codes based on perceptron
Multi-polarized HRRP Classification by SVM Ensemble
一种基于多特征提取的雷达目标识别方法研究
自逃逸云简化粒子群优化算法
利用KKT条件与类边界包向量的SVM增量学习算法
一种基于PCA和ReliefF的特征选择方法
一种基于PSO的RBF-SVM模型优化新方法
一种基于主动学习的SVM增量训练算法
Research on the unbiased probability estimation of error-correcting output coding
基于SVM概率输出与证据理论的多分类方法
基于Markov blanket和互信息的集成特征选择算法
基于证据分类的冲突证据合成方法
一种基于置信最大熵模型的证据推理方法
Decoding design based on posterior probabilities in Ternary Error-Correcting Output Codes
基于混淆矩阵的自适应纠错输出编码多类分类方法
多源不确定信息融合中的冲突证据快速合成方法
特征选择方法综述
结合ECOC与DS证据理论的多目标识别研究
一种修正的Dubois-Prade证据推理组合规则
SVM集成研究与应用
弹道导弹中段目标角度极化相关性分析
非一致决策表的一种新的水平分解方法
基于非下采样轮廓波变换和压缩感知的图像融合方法
基于纠错输出编码的多类概率建模
结合SVM和DS证据理论的多极化HRRP分类研究
基于证据理论和混淆矩阵的传感器可靠性评估
基于模糊测度和证据理论的模糊聚类集成方法
基于特征空间变换的纠错输出编码
基于多尺度H／A／α分解的全极化HRRP特征提取
基于独立成分分析和IHS变换域的灰度可见光和红外图像融合
基于信任度和虚假度的证据组合方法
基于证据空间有效性指标的聚类选择性集成
基于相关系数的证据冲突度量方法
基于NSST域的红外和彩色可见光图像融合
基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法
结合多分类RVM和DS的弹道目标HRRP融合识别方法
长驻留信号抗RCS起伏特性分析
基于改进离散二进制粒子群的SVM选择集成算法
基于文化算法多种群协作SVM选择集成算法
基于改进ReliefF算法的Honeynet告警日志分析
基于熵的自适应加权投票HRRP融合识别方法
一种改进的特征点方向分配算法