简介:本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题,而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构,完成对增量学习中训练样本的选取,进而完成分类器的重构。实验表明,该算法比传统支持向量机增量学习算法具有更高的分类精度。
简介:文章主要介绍了作者研制的回转体零件特征和GT编码的自动转换系统的原理和实现方法。该系统具有良好的实用价值。
基于超球结构的支持向量机增量学习算法
回转体零件特征和GT编码自动转换系统的研制