改进的在线支持向量机训练算法

• 作者: 潘以桢 胡越明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 污染预测 支持向量机 在线学习 增量式学习
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 212-215
• 页数: 4页
• 分类号: TP181
• 字数: 4436字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.22.073

摘要

传统支持向量机基于批量训练方法,无法适应环境污染预测中的海量数据与实时性要求.在分析研究一种典型的在线支持向量机回归算法[4]的基础上,指出原算法在训练过程中存在样本重复移动问题,导致模型训练速度下降.提出一种改进算法,消除霹复移动问题.实验结果表明,该改进在线支持向量机算法建模精度高,训练速度较原算法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡越明	上海交通大学计算机科学与工程系	49	256	10.0	14.0
2	潘以桢	上海交通大学计算机科学与工程系	1	19	1.0	1.0