用核空间距离聚类约简大规模SVM训练集

• 作者: 徐燕子 覃华
• 来源期刊: 科技与创新
• 关键词: 核距离 聚类 减样 支持向量机
• 年，卷（期）: 2010,（15）
• 页码范围: 197-198,188
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.15.079

摘要

针对支持向量机在大规模数据集上训练效率慢问题,本文提出了一种基于核空间距离聚类的支持向量机减样方法;首先引入核空间的距离公式,实现核空间的高维数据聚类,通过聚类约减训练集中大量非支持向黄,达到减样目的,减少训练时间.实验结果表明新训练数据集算法具有更快的训练速度以及更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃华	广西大学计算机与电子信息学院	52	334	11.0	15.0
2	徐燕子	广西大学计算机与电子信息学院	4	12	2.0	3.0