一种基于SVM的最大间隔分类器的研究

• 作者: 方科 谭现虎 赵子轩 陈锋
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: 支持向量机 核方法 S-K算法
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 技术研发
• 页码范围: 77-80
• 页数: 4页
• 分类号: TN7
• 字数: 2780字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2008.04.025

摘要

训练SVM的本质是解决二次规划问题,在实际应用中,如果用于训练的样本很大,标准的二次型优化技术很难应用.最近有学者将S-K算法和核方法相结合,用L2代价函数来解决SVM问题.这种算法解决了非线性情况和数据不可分的情况.由于它所需的记忆存储和数据量之间呈线性关系,因此这种算法可以用来解决大规模样本集的训练问题.文章对由S-K算法构造最大间隔分类器进行了研究,并用基于S-K算法的核方法构造C-SVM分类器,并取得了令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方科	中国科学技术大学自动化系	3	18	3.0	3.0
2	陈锋	中国科学技术大学自动化系	95	1887	22.0	41.0
3	赵子轩	中国科学技术大学自动化系	4	23	4.0	4.0
4	谭现虎	中国科学技术大学自动化系	2	11	2.0	2.0