基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对支持向量机在线训练算法训练速度较慢和无法处理边缘支持向量集合为空的缺点,以KKT条件和拉格朗日乘数法为基础,用严格的数学推导得到一种改进的训练算法.通过建立一个矩阵缓存来保存与核函数相关的数据,给出在算法中有效操作该矩阵缓存的方法以加快训练速度;边缘支持向量集合为空时,修改模型的偏值项使样本进入该集合,训练算法得以继续运行;并讨论了该算法在在线系统辨识中的应用.仿真实验和分析结果表明: 对于非线性时变系统,改进算法的建模精度较高,训练速度较原算法有了很大的提高.
推荐文章
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
支持向量机算法及应用
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
一种快速加权支持向量机训练算法
加权支持向量机
工作集
目标函数
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机在线训练算法及其应用
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 支持向量机 在线训练 系统辨识 Karush-Kuhn-Tucker(KKT)条件
年,卷(期) 2004,(12) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 1642-1645,1649
页数 5页 分类号 TP181
字数 3969字 语种 中文
DOI 10.3785/j.issn.1008-973X.2004.12.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙优贤 4 103 4.0 4.0
2 汪辉 1 36 1.0 1.0
3 皮道映 2 85 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (24)
参考文献  (4)
节点文献
引证文献  (36)
同被引文献  (73)
二级引证文献  (139)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(13)
  • 引证文献(8)
  • 二级引证文献(5)
2010(12)
  • 引证文献(2)
  • 二级引证文献(10)
2011(13)
  • 引证文献(1)
  • 二级引证文献(12)
2012(14)
  • 引证文献(3)
  • 二级引证文献(11)
2013(21)
  • 引证文献(3)
  • 二级引证文献(18)
2014(21)
  • 引证文献(5)
  • 二级引证文献(16)
2015(17)
  • 引证文献(0)
  • 二级引证文献(17)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
支持向量机
在线训练
系统辨识
Karush-Kuhn-Tucker(KKT)条件
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导