有效提高SVM参数搜索效率的样本集缩减策略

• 作者: 成礼智 段崇雯
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 支持向量 样本集缩减 网格搜索 最优参数选取
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 智能感知与识别处理
• 页码范围: 363-365
• 页数: 3页
• 分类号: TP181
• 字数: 3497字
• 语种: 中文

摘要

核函数及相关参数的选择是支持向量机中的一个重要问题,它对模型的推广能力有很大的影响.当有大量样本参与训练的时候,寻找最优参数的网格搜索算法将消耗过长的时间.针对这一问题,提出一种舍弃非支持向量的样本点的策略,从而缩减了训练样本集.能够在基本保持原有测试准确度的前提下,将搜索时间减少一半.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成礼智	国防科技大学理学院	54	731	14.0	26.0
2	段崇雯	国防科技大学理学院	2	15	2.0	2.0