基于自适应步长的支持向量机快速训练算法

• 作者: 姚全珠 张楠 杨增辉 王季 田元
• 来源期刊: 计算机应用研究
• 关键词: 支持向量机 序贯最小化 机器学习 自适应步长
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1679-1681,1723
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.06.021

摘要

支持向量机训练问题实质上是求解一个凸二次规划问题.当训练样本数量非常多时, 常规训练算法便失去了学习能力.为了解决该问题并提高支持向量机训练速度,分析了支持向量机的本质特征,提出了一种基于自适应步长的支持向量机快速训练算法.在保证不损失训练精度的前提下,使训练速度有较大提高.在UCI标准数据集上进行的实验表明,该算法具有较好的性能,在一定程度上克服了常规支持向量机训练速度较慢的缺点、尤其在大规模训练集的情况下,采用该算法能够较大幅度地减小计算复杂度,提高训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚全珠	西安理工大学计算机科学与工程学院	84	918	15.0	26.0
2	张楠	西安理工大学计算机科学与工程学院	25	210	8.0	14.0
3	杨增辉	西安理工大学计算机科学与工程学院	4	38	3.0	4.0
4	田元	西安理工大学计算机科学与工程学院	7	76	5.0	7.0
5	王季	西北工业大学计算机学院	13	108	6.0	10.0