基于商空间粒度理论的大规模SVM分类算法

• 作者: 丁月华 向君 文贵华
• 来源期刊: 计算机应用研究
• 关键词: 粒度 商空间 支持向量机 分类 机器学习
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2299-2301
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.08.014

摘要

利用商空间粒度理论对已有的SVM分类算法进行改进,给出了一种新的SVM分类算法--SVM-G.该算法将SVM分类问题划分成两个或多个子问题,从而降低了SVM分类复杂度.实验表明,改进的算法适用于处理大数据量的样本,能在保持分类精度的情况下有效地提高支持向量机的学习和分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文贵华	华南理工大学计算机科学与工程学院	63	791	17.0	26.0
2	丁月华	华南理工大学计算机应用工程研究所	56	690	16.0	24.0
3	向君	华南理工大学计算机应用工程研究所	1	19	1.0	1.0