求解线性SVM的非精确步长搜索割平面方法

• 作者: 储德军 姜纪远 陶卿 陶安 高乾坤
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 大规模学习 凸优化 线性支持向量机 割平面方法 线性搜索
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 692-700
• 页数: 9页
• 分类号: TP301
• 字数: 5691字
• 语种: 中文

摘要

割平面方法可高效求解线性支持向量机问题，其主要思路是通过不断添加割平面并利用精确线性搜索实现算法的加速和优化。针对其中的非光滑线性搜索问题，文中提出一种基于非精确步长搜索的加速割平面方法。该方法使用较少的迭代次数就能确定最优步长所在的子区间。在此基础上，用二点二次插值的闭式解逼近最优步长，从而较精确线性搜索方法速度更快、开销更小，且保持同样的收敛边界。大量实验表明，文中方法效率优于基于精确线性搜索的优化割平面方法，在一些数据库上的收敛速度甚至提升50%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶安	中国人民解放军陆军军官学院训练部	22	42	3.0	6.0
2	陶卿	中国人民解放军陆军军官学院十一系	29	495	8.0	22.0
3	储德军	中国人民解放军陆军军官学院十一系	6	14	3.0	3.0