计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2006年
2期
69-71,85
,共4页
最小二乘支持向量机%序贯最小优化%自适应导向循环图
最小二乘支持嚮量機%序貫最小優化%自適應導嚮循環圖
최소이승지지향량궤%서관최소우화%자괄응도향순배도
为了克服传统支持向量机训练速度慢、计算资源需求大等缺点,本文应用最小二乘支持向量机算法来解决分类问题.同时,本文指出了决策导向循环图算法的缺陷,采用自适应导向循环图思想来实现多类问题的分类.为了提高样本的学习速度,本文还将序贯最小优化算法与最小二乘支持向量机相结合,最终形成了ADAGLSSVM算法.考虑到最小二乘支持向量机算法失去了支持向量的稀疏性,本文对支持向量作了修剪.实验结果表明,修剪后,分类器的识别精度和识别速度都得到了提高.
為瞭剋服傳統支持嚮量機訓練速度慢、計算資源需求大等缺點,本文應用最小二乘支持嚮量機算法來解決分類問題.同時,本文指齣瞭決策導嚮循環圖算法的缺陷,採用自適應導嚮循環圖思想來實現多類問題的分類.為瞭提高樣本的學習速度,本文還將序貫最小優化算法與最小二乘支持嚮量機相結閤,最終形成瞭ADAGLSSVM算法.攷慮到最小二乘支持嚮量機算法失去瞭支持嚮量的稀疏性,本文對支持嚮量作瞭脩剪.實驗結果錶明,脩剪後,分類器的識彆精度和識彆速度都得到瞭提高.
위료극복전통지지향량궤훈련속도만、계산자원수구대등결점,본문응용최소이승지지향량궤산법래해결분류문제.동시,본문지출료결책도향순배도산법적결함,채용자괄응도향순배도사상래실현다류문제적분류.위료제고양본적학습속도,본문환장서관최소우화산법여최소이승지지향량궤상결합,최종형성료ADAGLSSVM산법.고필도최소이승지지향량궤산법실거료지지향량적희소성,본문대지지향량작료수전.실험결과표명,수전후,분류기적식별정도화식별속도도득도료제고.
