一类增量式支持向量机的分析

• 作者: 於跃成 王建东 郑关胜 顾彬
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 一类支持向量机 增量式学习 可行性分析 收敛性分析
• 年，卷（期）: 2015,（1）
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP301
• 字数: 4167字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2015.01.016

摘要

针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解.在标准数据集上的实验结果验证了理论分析的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑关胜	南京航空航天大学计算机科学与技术学院	12	71	4.0	8.0
3	於跃成	江苏科技大学计算机科学与工程学院	17	75	5.0	8.0
4	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
7	顾彬	南京信息工程大学计算机与软件学院	3	52	2.0	3.0