基于同心超球面分割的支持向量预抽取方法

• 作者: 姚宏亮 王浩 琚旭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 超球面分割 分解 支持向量 工作集
• 年，卷（期）: 2006,（31）
• 所属期刊栏目: 学术探讨
• 页码范围: 55-56,83
• 页数: 3页
• 分类号: TP311
• 字数: 3427字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.31.019

摘要

支持向量机仅仅由支持向量所决定,因此预先抽取支持向量参与训练是非常重要的.提出了一个基于同心超球面分割的支持向量预抽取方法,并在此基础上给出了HD-SVM训练算法.首先对样本的每一类分别用一些半径足够大的同心超球面进行分割,抽取出距离最优分类面较近的边界样本,这些样本最有可能成为支持向量;然后让边界样本作为初始工作集先参与训练.实验结果表明,该文的方法可以有效地对支持向量进行预抽取,避免了训练全部样本,使得训练速度明显得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	姚宏亮	合肥工业大学计算机与信息学院	95	488	11.0	16.0
3	琚旭	合肥工业大学计算机与信息学院	4	35	4.0	4.0