声纳信号分类任务的最优线性分类器
机器学习
2009-06-03 v1
摘要
由Gorman和Sejnowski首次研究的岩石与矿井声纳信号分类问题已成为许多学习算法测试的基准。我们证明该基准的训练集和测试集都是线性可分的，尽管使用不同的超平面。此外，学习和测试模式的完整集合也是线性可分的。我们给出了分离这些集合的权重，可用于比较其他算法发现的结果。
引用
@article{arxiv.0906.0470,
title = {An optimal linear separator for the Sonar Signals Classification task},
author = {Juan-Manuel Torres-Moreno and Mirta B. Gordon},
journal= {arXiv preprint arXiv:0906.0470},
year = {2009}
}
备注
8 pages, 6 tables