用路径跟踪法和核距离矩阵优化大规模SVM

• 作者: 徐燕子 覃华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 路径跟踪算法 核距离矩阵 泛化能力
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 160-162,169
• 分类号: TP311
• 字数: 4971字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.03.048

摘要

支持向量机在大规模训练集上学习时,存在学习时间长、泛化能力下降的问题.路径跟踪算法具有O(√nL)的时间复杂度,能够在多项式时间内求解大规模QP问题.分析了影响SVM分类超平面的主要因素,使用路径跟踪内点算法和核距离矩阵快速约简训练集,再用约简后的训练集重新训练SVM.实验结果表明,重新训练后的SVM模型得到了简化,模型的泛化能力也得到提高.

作者信息

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