渤海大学学报（自然科学版）
渤海大學學報（自然科學版）
발해대학학보（자연과학판）
JOURNAL OF BOHAI UNIVERSITY(NATURAL SCIENCE EDITION)
2007年
2期
187-189
,共3页
李祥纳%艾青%秦玉平%刘卫江
李祥納%艾青%秦玉平%劉衛江
리상납%애청%진옥평%류위강
支持向量机%增量学习%算法
支持嚮量機%增量學習%算法
지지향량궤%증량학습%산법
支持向量机增量学习算法,有效的解决了因数据集庞大而引起的内存不足问题,改善了因出现新样本而造成原分类器分类精度降低、分类时间延长的局面.本文阐述了几种具有代表性的增量学习算法,比较了它们的优缺点,给出了进一步的研究方向.
支持嚮量機增量學習算法,有效的解決瞭因數據集龐大而引起的內存不足問題,改善瞭因齣現新樣本而造成原分類器分類精度降低、分類時間延長的跼麵.本文闡述瞭幾種具有代錶性的增量學習算法,比較瞭它們的優缺點,給齣瞭進一步的研究方嚮.
지지향량궤증량학습산법,유효적해결료인수거집방대이인기적내존불족문제,개선료인출현신양본이조성원분류기분류정도강저、분류시간연장적국면.본문천술료궤충구유대표성적증량학습산법,비교료타문적우결점,급출료진일보적연구방향.
