基于异类近邻的支持向量机加速算法

• 作者: 徐力 胡顺祥 陈景年
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 样本选择 k近邻 异类 分类
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP301.6
• 字数: 4258字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0046453

摘要

支持向量机的训练时间随样本增多而明显增加.为了在保持训练效果的同时提高训练速度,给出精简训练数据集的一种算法.对每个样本,通过选择异类近邻来构成训练集,利用异类近邻来选择边界样本.实验结果表明,与FCNN算法和NPPS算法相比,该算法在保持甚至增进支持向量机分类效果的同时,能大幅提高训练效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐力	济南市公路管理局信息科	10	194	4.0	10.0
2	陈景年	山东财经大学信息与计算科学系	1	1	1.0	1.0
3	胡顺祥	鲁南技师学院商务管理系	1	1	1.0	1.0