基于Hausdorff距离的支持向量机训练集选取方法

• 作者: 彭四海
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 支持向量机 Hausdorff距离 分解算法 SMO Libsvm 增量算法
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 仿真、试验与计算机技术
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP301.6
• 字数: 3644字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5048.2007.05.012

摘要

支持向量机是一种新的数据分析方法,应用到越来越多学习问题领域.支持向量机的训练速度和精度与训练集的选取有很大的关系,在对比分析分解算法、SMO(序列最小优化)算法和增量算法的特点和不足的基础上,提出了一种基于Hausdorff距离的训练集的选取方法,利用Libsvm在几个标准数据库上对几种算法进行实验,结果表明,新的算法在速度和精度上具有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭四海		2	3	1.0	1.0