支持向量机大规模样本快速训练算法

• 作者: 李红莲 李飞
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 大规模样本 超椭球面 快速训练算法
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 83-87
• 分类号: TP181
• 字数: 4668字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6864.2012.02.016

摘要

普通的支持向量机算法在对大规模样本进行分类的时候有着较高的时间代价.随着训练样本数量的增多,支持向量机的训练速度问题将会越发明显,并且成为制约其实际应用的瓶颈.针对此问题提出了超椭球面方法,通过去掉噪声点、冗余点,并保留能明确体现样本在空间分布位置特征的样本点,以达到提高支持向量机对大规模样本训练速度的目的.实验表明,超椭球面法在最大限度保证识别正确率的前提下可以大幅加快支持向量机的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李飞	北京信息科技大学光电信息与通信工程学院	13	15	3.0	3.0
2	李红莲	北京信息科技大学光电信息与通信工程学院	30	188	5.0	13.0