基于样本关联度权重的增量支持向量机算法

• 作者: 张烨
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 支持向量机 样本加权 增量支持向量机 KKT条件
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 41-44,48
• 页数: 5页
• 分类号: TP391.41
• 字数: 3675字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.03.012

摘要

当处理数据规模较大、属性较多、且存在噪声数据干扰的医疗数据时,传统的支持向量机会出现训练速度变慢、参数敏感且难以保证其准确率等问题.为解决此问题,文中提出了一种基于样本关联度权重的增量支持向量机算法.通过引入关联度对样本进行加权处理,同时利用KKT条件对训练样本进行筛选,不仅节省了大量的内存存储空间,且减少了训练时间,进一步提高了分类学习的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张烨	兰州交通大学电子与信息工程学院	4	7	2.0	2.0