决策机的特征简化方法

发明专利申请公布后的视为撤回

摘要

一种在用于诸如支持向量机(SVM)的学习机的训练组中进行特征简化的方法。在一实施例中，该方法包括步骤(35)，其接收训练组的输入训练数据向量x_i。该输入训练数据向量通常从特征空间的特征组中得出。在步骤(37)，该输入数据向量被映射到多维空间中。在步骤(39)，解决得自SVM公式的最小平方问题，以确定包括训练向量的哪些特征被认为是重要的。在步骤(41)，利用在步骤(39)中被确定为重要的特征，确定诸如SVM的所选决策机的决策参数和向量。

基本信息

专利标题：

决策机的特征简化方法

专利标题（英）：

暂无

公开（公告）号：

CN101080707A

申请号：

CN200580043244.7

公开（公告）日：

2007-11-28

申请日：

2005-12-14

授权号：

暂无

授权日：

暂无

发明人：

凯文·E·盖茨

申请人：

昆士兰大学

申请人地址：

澳大利亚昆士兰

代理机构：

北京德琦知识产权代理有限公司

代理人：

陆弋

优先权：

CN200580043244.7

主分类号：

G06F15/18

IPC分类号：

G06F15/18 G06F5/00