随机特征上一致中心调节的支持向量机

• 作者: 卢玮 廖士中
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 并行支持向量机 大规模数据集 有限资源 随机傅里叶特征 一致中心调节
• 年，卷（期）: 2014,（17）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 44-48,55
• 页数: 6页
• 分类号: TP181
• 字数: 4391字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0145

摘要

支持向量机（SVM）是最为流行的分类工具，但处理大规模的数据集时，需要大量的内存资源和训练时间，通常在大集群并行环境下才能实现。提出一种新的并行SVM算法，RF-CCASVM，可在有限计算资源上求解大规模SVM。通过随机傅里叶映射，应用低维显示特征映射一致近似高斯核对应的无限维隐式特征映射，从而用线性SVM一致近似高斯核SVM。提出一致中心调节的并行化方法。具体地，将数据集划分成若干子数据集，多个进程并行地在各自的子数据集上独立训练SVM。当各个子数据集上的最优超平面即将求出时，用由各个子集上获得的一致中心解取代当前解，继续在各子集上训练直到一致中心解在各个子集上达到最优。标准数据集的对比实验验证了RF-CCASVM的正确性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖士中	天津大学计算机科学与技术学院	40	162	9.0	10.0
2	卢玮	天津大学计算机科学与技术学院	1	0	0.0	0.0