支持向量机训练算法比较研究

• 作者: 白亮 老松杨 胡艳丽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 训练算法
• 年，卷（期）: 2005,（17）
• 所属期刊栏目: 学术探讨
• 页码范围: 79-81,84
• 页数: 4页
• 分类号: TP301.6
• 字数: 4120字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.17.025

摘要

论文介绍了一种年轻的机器学习方法--支持向量机,详细论述了目前主要的支持向量机的训练算法,包括:二次规划算法,分解算法和增量算法.通过实验验证了普通二次规划算法的缺陷,比较了三种典型的SVM分解训练算法的性能,说明了其相对于二次规划算法的优点和对SVM训练问题的适用性,指出了训练速度优劣的原因.最后指出了未来支持向量机训练算法研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	老松杨	国防科学技术大学管理科学与工程系	48	582	13.0	22.0
2	白亮	国防科学技术大学多媒体研发中心	21	228	8.0	14.0
3	胡艳丽	国防科学技术大学管理科学与工程系	6	77	4.0	6.0