基于壳向量的线性支持向量机快速增量学习算法

• 作者: 吴铁军 李东晖 杜树新
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 增量算法 支持向量机 壳向量
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 自动化技术、计算机技术及电信技术
• 页码范围: 202-206,215
• 页数: 6页
• 分类号: TP181
• 字数: 6106字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2006.02.005

摘要

提出了一种新的基于壳向量的增量式支持向量机快速学习算法.在增量学习的过程中,利用训练样本集中的几何信息,在样本中选取一部分最有可能成为支持向量的样本--壳向量,它是支持向量集的一个规模较小的扩展集,将其作为新的训练样本集,再进行支持向量训练.这在很大程度上减少了求取支持向量过程中的二次优化运算时间,使增量学习的训练速度大为提高.与单纯使用支持向量代表样本数据集合进行增量学习的传统算法相比,使用该算法使分类精度得到了提高.针对肝功能检测标准数据集(BUPA)的实验验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学工业控制技术国家重点实验室	102	2261	22.0	44.0
2	杜树新	浙江大学工业控制技术国家重点实验室	47	1525	18.0	39.0
3	李东晖	浙江大学工业控制技术国家重点实验室	1	57	1.0	1.0