基于支持向量机和人工免疫的新结合算法

• 作者: 宋晓峰 张焕萍 王惠南
• 来源期刊: 南京航空航天大学学报（英文版）
• 学科: 工学
• 关键词: 支持向量机 人工免疫 样本约简
• 年，卷（期）: 2006,（4）
• 页码范围: 272-277
• 页数: 6页
• 分类号: TP301
• 字数: 719字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2006.04.005

摘要

为了减少大规模数据的支持向量机的样本训练时间,提出了人工免疫(aiNet)和支持向量机(SVM)相结合的算法(ai-SVM).aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布.压缩后的样本组成了抗体网络,并在此抗体网络上构建了支持向量机模型.最后结合实际数据样本对ai-SVM算法进行了验证.结果表明,ai-SVM算法可大大减小训练样本集和训练代价,且不降低精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠南	南京航空航天大学自动化学院	170	1536	20.0	30.0
2	宋晓峰	南京航空航天大学自动化学院	45	295	8.0	16.0
3	张焕萍	南京航空航天大学自动化学院	5	33	3.0	5.0