Klasifikasi Menggunakan Least Squares Support Vector Machines (LS-SVM)  

Oleh:

Lukas

Jenis: Article from Journal - ilmiah nasional - tidak terakreditasi DIKTI - atma jaya
Dalam koleksi: Elektra: Jurnal Sains dan Teknologi vol. 2 no. 2 (Aug. 2005), page 96-99.
Topik: machines; quadratic programming; Support Vector Machines; SVM
Fulltext: hal 96-99.pdf (190.19KB)

Ketersediaan

Perpustakaan Pusat (Semanggi) Nomor Panggil: EE40.1 Non-tandon: 1 (dapat dipinjam: 0) Tandon: tidak ada

Lihat Detail Induk

Isi artikel

Berbagai teknik terus dikernbangkan untuk menemukan cara klasifIkasi yang semakin baik. Algoritma Support Vector Machines (SVM) pertama kali diperkenalkan oleh Vapnik pada tahun 1995 dalam bidang teori belajar statistika. Sejak saat itu berkembang berbagai riset dalam metode kernel karena berbagai fitur yang ditampilkannya. Dalam makalah ini dijelaskan versi kuadrat terkecil (least squares) dan algoritma SVM yang pertama kali diperkenalkan oleh Suykens dan Vandewalle tahun 1999. Teknik LS-SVM berhasil menggantikan kebutuhan pemecahan pemrograman kuadratik menjadikan hanya pemecahan persamaan linear. Ditunjukkan dalam contoh, pemecahan masalah klasifikasi skala besar, lewat program iterasi conjugate gradient.

Opini Anda

Klik untuk menuliskan opini Anda tentang koleksi ini!

Kembali