技术进展国际期刊
开放获取

抽象的

结合OCC和SVM对网络数据进行分类的新技术

Raghavendra Sai N 和 Satya Rajesh K

一个类别分组只需从目标类别中获取准备好的数据即可从每个独特的类别中感知目标类别。一类特征适合那些奇怪的东西在准备集中表现不佳的情况。一类学习，或无监督SVM，从一开始就将数据限制在高维指针空间（不是主标记空间）中，是一种用于特殊情况区域的估计。Bolster向量机是一种机器学习方法，主要用于数据检查和设计感知。支持向量机是具有相关学习计数的监督学习模型，可分离数据和感知计划，用于分组和重复检查。在本论文中，我们将通过协调“邻域支持向量机分类器”与计算的复发策略来引入混合表征策略；即，使用分离和征服技术。现在提出的交叉技术的估计容器启动仍然是支持向量机。