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:
大规模样本的二次规划问题严重限制了支持向量机应用到大样本问题中.文中从支持向量机的几何意义出发,利用样本分布的先验知识,提出一种在训练之前通过简单算法抛弃样本中的大量非支持向量,然后再利用已有的算法对经过筛选后的样本进行训练的方法.实验证实了此算法在线性可分的情况下具有较好的效果.
推荐文章
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
用核空间距离聚类约简大规模SVM训练集
核距离
聚类
减样
支持向量机
一种大规模网络数据缓存方法的改进
网络
海量数据
相空间重构
关联维
一种改进的SVM算法
支持向量机
训练集
分类精度
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 一种加速大规模SVM训练的新思路
来源期刊 微机发展 学科 工学
关键词 支持向量机 支持向量 二次规划
年,卷(期) 2004,(12) 所属期刊栏目 理论与算法研究
研究方向 页码范围 136-138
页数 3页 分类号 TP181
字数 1782字 语种 中文
DOI 10.3969/j.issn.1673-629X.2004.12.046
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 杨路明 中南大学信息科学与工程学院 181 1754 20.0 35.0
2 李丽 中南大学信息科学与工程学院 102 963 17.0 27.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (1821)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (15)
二级引证文献  (39)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
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)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(6)
  • 引证文献(3)
  • 二级引证文献(3)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(12)
  • 引证文献(5)
  • 二级引证文献(7)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
支持向量
二次规划
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导