基于分类面拼接的快速模块化支持向量机研究

• 作者: 张莹 文益民 王耀南
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 并行处理系统 学习系统 支持向量机 模块化
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 机电工程
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文

摘要

针对大多数现有的机器学习算法处理大规模问题时需要的训练时间很长和存储空间很大的难点,提出了基于分类面拼接的快速模块化支持向量机算法(psfm-SVMs).在训练阶段,psfm-SVMs采用一簇平行超平面对大规模问题实施软划分,然后针对每个子问题并行训练支持向量机.在测试阶段,测试样本坐落于哪个子问题所在空间中,就由该子问题训练的支持向量机给出判别结果.在4个大规模问题上的实验表明:与采取硬划分的快速模块化支持向量机(fm-SVMs)相比,软划分能够使psfm-SVMs得到更加光滑的分类面,因而psfm-SVMs的泛化能力较高.在不增加训练时间的条件下,psfm-SVMs减少了由于训练集分割导致的分类器泛化能力下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	文益民	湖南大学电气与信息工程学院	36	404	8.0	19.0
6	张莹	湖南大学电气与信息工程学院	23	259	9.0	15.0