一种支持向量机的样本约简方法

• 作者: 周炬 张国栋 肖娅 郭薇
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 样本约简 支持向量机 边界样本 核函数 KNN
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 63-66
• 页数: 4页
• 分类号: TP391.41
• 字数: 2366字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2016.03.010

摘要

支持向量机算法求解会涉及矩阵的存储与运算，因此算法的时空复杂度较大，这些不足之处限制了支持向量机的应用。为提高支持向量机的训练速度，缩短训练时间，提出一种样本约简方法。该方法通过两次样本约简，剔除掉大部分非边界样本，保留少数且有效的样本作为训练集。然后，采取KNN算法去除约简后训练集中的孤立点和噪音点。最后，对 UCI 标准数据集中的Breast-Cancers数据进行实验，支持向量减少了25个，训练时间减少了7 ms，而准确率却得到了提高。实验结果表明，在保证预测精确度的前提下，该算法能够有效进行样本约简，缩短训练时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国栋	沈阳航空航天大学计算机学院	15	44	4.0	5.0
2	郭薇	沈阳航空航天大学计算机学院	12	45	3.0	6.0
3	肖娅	沈阳航空航天大学计算机学院	1	1	1.0	1.0
4	周炬	沈阳航空航天大学计算机学院	1	1	1.0	1.0