10.3321/j.issn:1001-506X.2005.08.038
基于支持向量信息测度排序的快速分类算法
如何降低支持向量机海量训练样本的数目,是提高算法速度的关键.提出利用支持向量分布的几何特征建立基于特征空间中支持向量信息测度的快速算法,对于训练样本首先进行基于支持向量信息测度升序排序处理,然后根据训练样本提供的信息测度选择合适的训练样本子空间,在该样本子空间内采用乘性规则直接求取Lagrange因子,而不是传统的二次优化方法;最后针对附加残余样本进行交叉验证处理,直到算法满足收敛性准则.各种分类实验表明,提出的算法具有较好的性能,特别是在训练样本庞大、支持向量数量较多的情况下,能够较大幅度地减少计算复杂度,提高分类速度.
支持向量机、核函数、乘性规则
27
TP18(自动化基础理论)
国家自然科学基金60272073
2005-10-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
1467-1470