PulseAugur
中
实时 11:50:42
实体 Mv$L_{\mathrm{ht}}$-SVM

Mv$L_{\mathrm{ht}}$-SVM

PulseAugur coverage of Mv$L_{\mathrm{ht}}$-SVM — every cluster mentioning Mv$L_{\mathrm{ht}}$-SVM across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_72705 ·

    新的SVM损失函数提高了准确性和噪声鲁棒性

    研究人员开发了一种新的混合截断损失函数，用于支持向量机（SVM），以提高分类准确性并增强对异常值的鲁棒性。这种新函数称为 $L_{\mathrm{ht}}$，被设计为稀疏且有界的，解决了现有凸损失和非凸损失的局限性。提出的 $L_{\mathrm{ht}}$-SVM 模型实现了全局收敛并降低了计算成本，在准确性和噪声抵抗力方面优于其他单视图方法。该方法还已扩展到多视图学习，作为 Mv$L_{\mathrm{ht}}$-SVM，在各种指…