并行支持向量机算法及其应用

• 作者: 凌振宝 刘君华 林继鹏
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 统计学习 支持向量机 并行支持向量机 泛化能力
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 453-457
• 页数: 5页
• 分类号: TN911.7
• 字数: 2897字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2004.05.002

摘要

针对当前支持向量机计算效率的不足,提出了改进的并行支持向量机技术.该算法能有效使内积运算、向量数据更新、矩阵向量实现并行计算,并且数据之间的通信时间能和向量更新时间重叠,从而提高了计算效率,并能保证泛化能力.数据仿真结果表明,与改进前的算法相比,2 500个样本下能节省时间30%左右,样本量增大时,效果更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘君华	西安交通大学电气学院	224	3216	28.0	45.0
2	林继鹏	西安交通大学电气学院	15	214	9.0	14.0
3	凌振宝	吉林大学电子科学与工程学院	100	943	18.0	26.0