电脑知识与技术（学术交流）
電腦知識與技術（學術交流）
전뇌지식여기술（학술교류）
COMPUTER KNOWLEDGE AND TECHNOLOGY
2007年
23期
1384-1388
,共5页
支持向量机%软最小球%v-SVM%海量数据
支持嚮量機%軟最小毬%v-SVM%海量數據
지지향량궤%연최소구%v-SVM%해량수거
海量数据分类问题是目前SVM学习算法研究的一个热点.传统的SVM方法是通过计算二次规划问题求解的,当训练样本数较大时存在一定的困难.文章介绍一种新的方法,该方法把二分类问题看作特殊的软最小球覆盖问题,提出求解SVM问题的全新的最小球覆盖几何解释,通过软最小球算法进行求解,避免了计算复杂度高的问题,可以用来求解11目标函数海量数据v-SVM分类问题.实验结果表明,文章提出的算法与同类算法相比具有相当的竞争力.
海量數據分類問題是目前SVM學習算法研究的一箇熱點.傳統的SVM方法是通過計算二次規劃問題求解的,噹訓練樣本數較大時存在一定的睏難.文章介紹一種新的方法,該方法把二分類問題看作特殊的軟最小毬覆蓋問題,提齣求解SVM問題的全新的最小毬覆蓋幾何解釋,通過軟最小毬算法進行求解,避免瞭計算複雜度高的問題,可以用來求解11目標函數海量數據v-SVM分類問題.實驗結果錶明,文章提齣的算法與同類算法相比具有相噹的競爭力.
해량수거분류문제시목전SVM학습산법연구적일개열점.전통적SVM방법시통과계산이차규화문제구해적,당훈련양본수교대시존재일정적곤난.문장개소일충신적방법,해방법파이분류문제간작특수적연최소구복개문제,제출구해SVM문제적전신적최소구복개궤하해석,통과연최소구산법진행구해,피면료계산복잡도고적문제,가이용래구해11목표함수해량수거v-SVM분류문제.실험결과표명,문장제출적산법여동류산법상비구유상당적경쟁력.
