海量数据分类v--SVM问题的软最小球方法

• 作者: 余频杰 张敬忠
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 支持向量机 软最小球 v-SVM 海量数据
• 年，卷（期）: 2007,（12）
• 页码范围: 1384-1388
• 页数: 5页
• 分类号: TP301

摘要

海量数据分类问题是目前SVM学习算法研究的一个热点。传统的SVM方法是通过计算二次规划问题求解的，当训练样本数较大时存在一定的困难。文章介绍一种新的方法，该方法把二分类问题看作特殊的软最小球覆盖问题。提出求解SVM问题的全新的最小球覆盖几何解释，通过软最小球算法进行求解，避免了计算复杂度高的问题。可以用来求解11目标函数海量数据v-SVM分类问题。实验结果表明，文章提出的算法与同类算法相比具有相当的竞争力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敬忠	解放军炮兵学院模式识别与人工智能实验室	4	15	1.0	3.0
2	余频杰	解放军炮兵学院模式识别与人工智能实验室	2	1	1.0	1.0