基于类边界壳向量的快速SVM增量学习算法

• 作者: 吴崇明 张宏达 王晓丹 白冬婴
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 增量学习 壳向量
• 年，卷（期）: 2010,（23）
• 页码范围: 185-187,248
• 分类号: TP18
• 字数: 3686字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.23.052

摘要

为进一步提高SVM增量训练的速度,在有效保留含有重要分类信息的历史样本的基础上,对当前增量训练样本集进行了约简,提出了一种基于类边界壳向量的快速SVM增量学习算法,定义了类边界壳向量.算法中增量训练样本集由壳向量集和新增样本集构成,在每一次增量训练过程中,首先从几何角度出发求出当前训练样本集的壳向量,然后利用中心距离比值法选择出类边界壳向量后进行增量SVM训练.分别使用人工数据集和UCI标准数据库中的数据进行了实验,结果表明了方法的有效性.