计算机科学 ›› 2008, Vol. 35 ›› Issue (3): 191-193.
• • 上一篇 下一篇
马骏 张健沛 杨静 程丽丽
出版日期:
发布日期:
基金资助:
MA Jun ,ZHANG Jian-Pei, YANG Jing, CHENG Li-Li （College of Computer Science and Technology, Harbin Engineering University of China, Harbin 150001）
Online:
Published:
摘要： 支持向量机（SVM）是一种基于结构风险最小化原理、具有很高泛化性能的学习算法，为小样本、非线性、高雏数一类信息融合问题的建模提供了一种有效的途径。本文将Mobile Agent运用到信息融合系统中，对信息融合系统中原有OODA模型进行改进，提出了一种基于SVM的Mobile Agent信息融合模型及算法。相关实验表明，本文中的训练算法可达到更为满意的分类效果，并且可以得到较高的分类精度。
关键词: 支持向量机 移动Agent 信息融合
Abstract: The support vector machine （SVM） is an algorithm based on structure risk minimizing principle and has high gener-alization ability. The model offers a kind of effective way for the information fusion problem of little sample, non-linear and high dimension
Key words: Support vector machine（SVM）,Mobile agent,Information fusion
马骏 张健沛 杨静 程丽丽. 基于SVM的多Agent信息融合算法[J]. 计算机科学, 2008, 35(3): 191-193. https://doi.org/
MA Jun ,ZHANG Jian-Pei, YANG Jing, CHENG Li-Li （College of Computer Science and Technology, Harbin Engineering University of China, Harbin 150001）. [J]. Computer Science, 2008, 35(3): 191-193. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I3/191
Cited
首页