一种基于壳向量的SVM快速增量学习算法

• 作者: 周维 於俊
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 模式识别 统计学习理论 支持向量机 壳向量
• 年，卷（期）: 2006,（6）
• 页码范围: 94-97
• 页数: 4页
• 分类号: TB851
• 字数: 3095字
• 语种: 中文

摘要

该文提出了一种新的支持向量机学习算法-基于壳向量的增量学习算法(HVISVM).选取一部分最有可能成为支持向量的样本-壳向量,再进行SVM增量学习.由于提取壳向量的过程只需线性规划运算,之后的训练过程又只需处理原训练样本中的一部分;增量学习既能继承先前所学习的知识,又能减少由于新样本的加入而重新学习的时间.使整个算法的训练速度大为提高.与经典支持向量机的快速算法比,精度相当,但速度可以提高数倍以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周维	中国科学技术大学自动化系	8	58	5.0	7.0
2	於俊	中国科学技术大学自动化系	17	118	6.0	10.0