一种新的支持向量机增量学习算法

一种新的支持向量机增量学习算法
任广永
【期刊名称】《河南科技大学学报（自然科学版）》
【年(卷),期】2008(029)004
【摘要】支持向量机学习算法的本质是从训练集中寻找支持向量,因此能否通过训练算法能快速找出支持向量是衡量支持向量机算法优劣的重要标准.本文提出了一种新的快速训练支持向量机的增量学习算法,首先,给出边界向量的定义,然后,对一个给定的新加人的样本,新的学习方法验证其是否为边界向量,如果是,将其加入到训练集中重新训练支持向量机,如果不是,就舍弃,这样能达到减少训练样本、降低训练复杂性目的,最后,给出了一个增量学习算法.实验表明测试误差和支持向量数量与SMO算法大致相当,而训练速度明显加快.
【总页数】4页(P54-57)
【作者】任广永
【作者单位】安庆师范学院,计算机与信息学院,安徽,安庆,246011
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.一种支持向量机增量学习淘汰算法 [J], 廖东平;魏玺章;黎湘;庄钊文
2.一种改进的支持向量机增量学习算法 [J], 刘叶青;刘三阳;谷明涛
3.一种新的支持向量机增量学习算法 [J], 滕月阳;唐焕文;张海霞
4.一种多输出支持向量机的增量学习算法 [J], 赵耀红;钟萍;王来生
5.一种新的支持向量机增量学习算法 [J], 曾文华;马健
因版权原因，仅展示原文概要，查看原文内容请购买。