一种支持向量机增量学习淘汰算法

• 作者: 庄钊文 廖东平 魏玺章 黎湘
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 支持向量机 增量学习 支持向量
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 电子工程·计算机工程·信息工程
• 页码范围: 65-70
• 页数: 6页
• 分类号: TN959
• 字数: 4601字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2007.03.014

摘要

针对大规模数据集的分类问题,支持向量机的训练成为一个难题.增量学习是解决这一难题的思路之一.分析了新增样本加入训练集后支持向量集的变化情况,提出了一种基于密度法的支持向量机增量学习淘汰算法,淘汰了对最终分类无用的样本,在保证测试精度的同时减少了训练时间.实验仿真证明这种算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎湘	国防科技大学电子科学与工程学院	174	2404	24.0	40.0
2	庄钊文	国防科技大学电子科学与工程学院	145	2061	22.0	37.0
3	魏玺章	国防科技大学电子科学与工程学院	33	266	10.0	14.0
4	廖东平	国防科技大学电子科学与工程学院	7	124	6.0	7.0