公开(公告)号：CN106022356B

公开(公告)日：2019-07-26

申请号：CN201610307835.0

申请日：2016-05-11

Applicant: 华东师范大学

Inventor： 孙仕亮 ,  董超 ,  谢锡炯

IPC: G06K9/62 ,  G06F16/958

Abstract: 本发明提出了一种基于梯度下降法的多视图GEPSVM网页分类算法,包括MvGDSVM网页分类模型参数训练步骤和网页数据分类步骤；MvGDSVM网页分类模型参数训练步骤包括：步骤A：输入网页训练样本数据；步骤B：对网页训练样本数据进行预处理；步骤C：训练MvGDSVM网页分类模型参数；网页数据分类步骤包括：步骤a：输入待测网页样本数据；步骤b：对待测网页样本数据进行标准化预处理；步骤c：通过MvGDSVM网页分类模型对待测网页样本数据进行分类。本发明提出的基于梯度下降法的多视图GEPSVM网页分类算法，通过引入一个多视图协同规范化项来最大化不同视图间分类的一致性，从而有效地结合了两个单视图的提高性的广义特征值最接近支持向量机，最后利用共轭梯度下降法来求解生成的优化问题。

公开(公告)号：CN106022356A

公开(公告)日：2016-10-12

申请号：CN201610307835.0

申请日：2016-05-11

Applicant: 华东师范大学

Inventor： 孙仕亮 ,  董超 ,  谢锡炯

IPC: G06K9/62 ,  G06F17/30

Abstract: 本发明提出了一种基于梯度下降法的多视图GEPSVM网页分类算法,包括MvGDSVM网页分类模型参数训练步骤和网页数据分类步骤；MvGDSVM网页分类模型参数训练步骤包括：步骤A：输入网页训练样本数据；步骤B：对网页训练样本数据进行预处理；步骤C：训练MvGDSVM网页分类模型参数；网页数据分类步骤包括：步骤a：输入待测网页样本数据；步骤b：对待测网页样本数据进行标准化预处理；步骤c：通过MvGDSVM网页分类模型对待测网页样本数据进行分类。本发明提出的基于梯度下降法的多视图GEPSVM网页分类算法，通过引入一个多视图协同规范化项来最大化不同视图间分类的一致性，从而有效地结合了两个单视图的提高性的广义特征值最接近支持向量机，最后利用共轭梯度下降法来求解生成的优化问题。