基于支持向量机的增量学习算法

• 作者: 关伟洲 刘衍珩 李向涛 李永丽 肖见涛
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 支持向量 增量学习 支持向量机(SVM)
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 464-467
• 分类号: TP18
• 字数: 2172字
• 语种: 中文

摘要

通过对支持向量机KKT条件和样本间关系的研究, 分析了新增样本加入训练集后支持向量的变化情况, 提出一种改进的Upper Limit on Increment增量学习算法. 该算法按照KKT条件将对应的样本分为3类: 位于分类器间隔外, 记为RIG; 位于分类间隔上, 记为MAR; 位于分类间隔内, 记为ERR. 并在每次训练后保存ERR集, 将其与下一个增量样本合并进行下一次训练. 实验证明了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘衍珩	吉林大学计算机科学与技术学院	99	816	14.0	25.0
2	李永丽	吉林大学计算机科学与技术学院	50	322	10.0	15.0
6	肖见涛	东北师范大学计算机科学与信息技术学院	1	20	1.0	1.0
7	李向涛	东北师范大学计算机科学与信息技术学院	5	107	5.0	5.0
8	关伟洲	东北师范大学计算机科学与信息技术学院	12	89	5.0	9.0