基于平衡策略的SMO改进算法

• 作者: 傅向华 冯博琴 韩冰 马兆丰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 平衡策略 序列最小优化 机器学习
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 博士论文
• 页码范围: 10-12,107
• 页数: 4页
• 分类号: TP181
• 字数: 4024字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.12.004

摘要

支持向量机是一种非常优秀的机器学习技术,求解大规模二次规划问题是训练SVM的关键.该文提出了一种改进方法,保持计算代价与优化步长之间的平衡,从而加速收敛,缩短训练时间.实验结果表明,在大数据集的情况下,该方法是十分有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩冰	西安交通大学计算机科学与技术系	21	155	7.0	11.0
2	傅向华	西安交通大学计算机科学与技术系	24	443	15.0	20.0
3	马兆丰	西安交通大学计算机科学与技术系	25	446	12.0	20.0
4	冯博琴	西安交通大学计算机科学与技术系	171	3268	30.0	50.0