一种适合于增量学习的支持向量机的快速循环算法

• 作者: 安金龙 王正欧
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 分类 循环算法
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 研究与发展
• 页码范围: 12-14,17
• 页数: 4页
• 分类号: TP301.6
• 字数: 5330字
• 语种: 中文

摘要

当样本数量大到计算机内存中放不下时,常规支持向量机方法就失去了学习能力,为了解决这一问题,提高支持向量机的训练速度,文章分析了支持向量机分类的本质特征,根据支持向量机分类仅与支持向量有关的特点,提出了一种适合于支持向量机增量学习的快速循环算法(PFI-SVM),提高了支持向量机的训练速度和大样本学习的能力,而支持向量机的分类能力不受任何影响,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0
2	安金龙	天津大学系统工程研究所	4	289	4.0	4.0