仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2004年
z1期
613-614
,共2页
张国宣%孔锐%施泽生%郭立
張國宣%孔銳%施澤生%郭立
장국선%공예%시택생%곽립
模式识别%支持向量机%统计学习理论%聚%类
模式識彆%支持嚮量機%統計學習理論%聚%類
모식식별%지지향량궤%통계학습이론%취%류
提出了一种新的基于聚类的支持向量机迭代算法,该算法首先通过聚类方法从训练样本集中选择出最有可能成为支持向量的一组向量组成训练子集,再用迭代训练的方法迅速构建一个最优SVM分类器.实验证明,该算法使SVM训练时间大为缩短,在不影响正确率的前提下使算法的效率得到大幅度的提高.
提齣瞭一種新的基于聚類的支持嚮量機迭代算法,該算法首先通過聚類方法從訓練樣本集中選擇齣最有可能成為支持嚮量的一組嚮量組成訓練子集,再用迭代訓練的方法迅速構建一箇最優SVM分類器.實驗證明,該算法使SVM訓練時間大為縮短,在不影響正確率的前提下使算法的效率得到大幅度的提高.
제출료일충신적기우취류적지지향량궤질대산법,해산법수선통과취류방법종훈련양본집중선택출최유가능성위지지향량적일조향량조성훈련자집,재용질대훈련적방법신속구건일개최우SVM분류기.실험증명,해산법사SVM훈련시간대위축단,재불영향정학솔적전제하사산법적효솔득도대폭도적제고.
