增量回归支持向量机改进学习算法

• 作者: 张仕华 王学业
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 增量学习 支持向量机 回归估计
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 学术探讨
• 页码范围: 40-42,105
• 页数: 4页
• 分类号: TP18
• 字数: 4624字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.03.012

摘要

传统的支持向量机不具有增量学习性能,而常用的增量学习方法具有不同的优缺点,为了解决这些问题,提高支持向量机的训练速度,文章分析了支持向量机的本质特征,根据支持向量机回归仅与支持向量有关的特点,提出了一种适合于支持向量机增量学习的算法(IRSVM),提高了支持向量机的训练速度和大样本学习的能力,而支持向量机的回归能力基本不受影响,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学业	湘潭大学化学学院	59	248	10.0	14.0
2	张仕华	湘潭大学信息工程学院	2	7	2.0	2.0