改进的K均值聚类算法在支持矢量机中的应用

• 作者: 田大东 邓伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K均值聚类算法 增量训练 SVM
• 年，卷（期）: 2007,（32）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 161-163
• 页数: 3页
• 分类号: TP183
• 字数: 2858字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.32.048

摘要

将一种改进的K均值聚类算法应用于支持矢量机(SVM)的训练.基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程中删除无用样本的的方法.模式分类的实验结果表明,这种改进的K均值聚类算法在SVM中的应用不仅大幅度地缩短了SVM的训练时间,而且进一步提高了它的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓伟	苏州大学计算机科学与技术学院	73	313	9.0	12.0
2	田大东	苏州大学计算机科学与技术学院	2	13	2.0	2.0