一种基于聚类的支持向量机增量学习算法

• 作者: 王玲 穆志纯 郭辉
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 支持向量机 支持向量回归 聚类 增量学习
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 控制与决策
• 页码范围: 855-858
• 页数: 4页
• 分类号: TP301.5|TG142.1
• 字数: 3693字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-053x.2007.08.023

摘要

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆志纯	北京科技大学信息工程学院	140	1211	16.0	24.0
2	王玲	北京科技大学信息工程学院	49	475	10.0	20.0
3	郭辉	北京科技大学信息工程学院	9	294	6.0	9.0