计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2007年
10期
211-213
,共3页
罗瑜%易文德%王丹琛%何大可
囉瑜%易文德%王丹琛%何大可
라유%역문덕%왕단침%하대가
支持向量机%分解算法%类别质心%准支持向量
支持嚮量機%分解算法%類彆質心%準支持嚮量
지지향량궤%분해산법%유별질심%준지지향량
大量数据下支持向量机的训练算法是SVM研究的一个重要方向和焦点.该文从分析SVM训练问题的实质和难点出发,提出一种在训练前先求出类别质心,去除非支持向量对应的样本,从而达到缩小样本集的方法.该方法在不损失分类正确率的情况下具有更快的收敛速度,并从空间几何上解释了支持向量机的原理.仿真实验证明了该方法的可行性和有效性.
大量數據下支持嚮量機的訓練算法是SVM研究的一箇重要方嚮和焦點.該文從分析SVM訓練問題的實質和難點齣髮,提齣一種在訓練前先求齣類彆質心,去除非支持嚮量對應的樣本,從而達到縮小樣本集的方法.該方法在不損失分類正確率的情況下具有更快的收斂速度,併從空間幾何上解釋瞭支持嚮量機的原理.倣真實驗證明瞭該方法的可行性和有效性.
대량수거하지지향량궤적훈련산법시SVM연구적일개중요방향화초점.해문종분석SVM훈련문제적실질화난점출발,제출일충재훈련전선구출유별질심,거제비지지향량대응적양본,종이체도축소양본집적방법.해방법재불손실분류정학솔적정황하구유경쾌적수렴속도,병종공간궤하상해석료지지향량궤적원리.방진실험증명료해방법적가행성화유효성.
