一种SVM增量学习淘汰算法

• 作者: 史朝辉 呼玮 王坚 申晓勇 雷英杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 增量学习 边界矢量 计数器
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 171-173
• 页数: 3页
• 分类号: TP18
• 字数: 3000字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.06.055

摘要

基于SVM寻优问题的KKT条件和样本之间的关系,分析了样本增加后支持向量集的变化情况,支持向量在增量学习中的活动规律,提出了一种新的支持向量机增量学习遗忘机制--计数器淘汰算法.该算法只需设定一个参数,即可对训练数据进行有效的遗忘淘汰.通过对标准数据集的实验结果表明,使用该方法进行增量学习在保证训练精度的同时,能有效地提高训练速度并降低存储空间的占用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷英杰	空军工程大学导弹学院	214	2322	24.0	35.0
2	申晓勇	空军工程大学导弹学院	16	163	8.0	12.0
3	王坚	空军工程大学导弹学院	19	163	7.0	12.0
4	呼玮	空军工程大学导弹学院	15	127	7.0	10.0
5	史朝辉	空军工程大学导弹学院	16	150	7.0	12.0