一种基于支持向量机的增量学习算法

• 作者: 刘建成 曾嵘 蒋新华
• 来源期刊: 铁道科学与工程学报
• 学科: 工学
• 关键词: 支持向量机 分类函数 增量学习
• 年，卷（期）: 2005,（1）
• 页码范围: 94-96
• 页数: 3页
• 分类号: TP273+.22
• 字数: 2329字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7029.2005.01.019

摘要

具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性.在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间.介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期)新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面.仿真实验表明,采用加权的增量算法更能反映新样本点的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建成	中南大学信息科学与技术学院	47	228	9.0	12.0
2	蒋新华	中南大学信息科学与技术学院	132	1167	20.0	27.0
3	曾嵘	中南大学信息科学与技术学院	34	252	9.0	14.0