CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
分类超曲面算法复杂度研究
何清; 赵卫中; 史忠植
2010
发表期刊计算机学报
ISSN0254-4164
卷号000期号:004页码:666
摘要分类超曲面算法是一种简单的基于覆盖的分类算法.实验证明该算法具有分类正确率高、速度快的优点.但是,关于该算法的相关理论问题需要深入研究.文中对该算法的几个相关理论问题进行了研究.首先给出并证明了在分割的最大层数给定时算法假设空间的VC维,在此基础上结合可能近似正确(Probably Approximately Correct,PAC)学习框架,得出了对算法样本复杂度的估计,使得分类超曲面算法保证可PAC学习到任意目标概念.其次,分析了算法的时间复杂度和空间复杂度.最后,给出了无矛盾样本集的概念,并证明当输入样本集是有限无矛盾样本集的条件下,算法一定是收敛的.
关键词分类超曲面算法 VC维 PAC可学习性 样本复杂度
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/27071
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
何清,赵卫中,史忠植. 分类超曲面算法复杂度研究[J]. 计算机学报,2010,000(004):666.
APA 何清,赵卫中,&史忠植.(2010).分类超曲面算法复杂度研究.计算机学报,000(004),666.
MLA 何清,et al."分类超曲面算法复杂度研究".计算机学报 000.004(2010):666.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[何清]的文章
[赵卫中]的文章
[史忠植]的文章
百度学术
百度学术中相似的文章
[何清]的文章
[赵卫中]的文章
[史忠植]的文章
必应学术
必应学术中相似的文章
[何清]的文章
[赵卫中]的文章
[史忠植]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。