预抽取支持向量机的支持向量

• 作者: 安金龙 王正欧
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 分类 相对边界向量
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 博士论文
• 页码范围: 10-11,48
• 页数: 3页
• 分类号: TP311
• 字数: 2263字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.10.004

摘要

训练支持向量机,可以归结为求解二次规划问题,而求解二次规划时的复杂度随着样本数量的增加而显著增长,这样就大大延长了支持向量机的训练时间.为了提高支持向量机的训练速度,根据支持向量机的基本原理,该文提出了一种从给定训练样本中预抽取支持向量的新方法,即两凸包相对边界向量方法(FFMVM),此方法大幅度减小了训练支持向量机的训练样本的数量,从而大大提高了支持向量的训练速度,而支持向量机的分类能力不受任何影响.

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