基于最小二乘支持向量机的特征增量学习算法

• 作者: 刘新旺 张国敏 殷建平 罗棻 詹宇斌
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 支持向量机 最小二乘支持向量机 特征维数增量学习
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 算法研究
• 页码范围: 68-71
• 页数: 4页
• 分类号: TP301.6
• 字数: 3513字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.12.018

摘要

本文针对传统的增量学习算法无法处理后采集到的样本中含有新增特征的问题,设计适应样本特征维数增加的训练算法.在基于最小二乘支持向量机的基础上,提出了特征增量学习算法.该算法充分利用先前训练得到的分类器的结构参数,仅对新增特征采用最小二乘支持向量机进行学习.实验结果表明,该算法能够在保证分类精度的同时,有效地提高训练速度并降低存储空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷建平	国防科技大学计算机学院	84	762	14.0	21.0
2	詹宇斌	国防科技大学计算机学院	5	11	2.0	3.0
3	张国敏	国防科技大学计算机学院	20	232	9.0	14.0
4	刘新旺	国防科技大学计算机学院	3	28	2.0	3.0
5	罗棻	重庆工商大学计算机科学与工程学院	5	44	3.0	5.0