吉林大学学报（理学版）
吉林大學學報（理學版）
길림대학학보（이학판）
JOURNAL OF JILIN UNIVERSITY(SCIENCE EDITION)
2010年
3期
464-467
,共4页
李永丽%刘衍珩%肖见涛%李向涛%关伟洲
李永麗%劉衍珩%肖見濤%李嚮濤%關偉洲
리영려%류연형%초견도%리향도%관위주
支持向量%增量学习%支持向量机(SVM)
支持嚮量%增量學習%支持嚮量機(SVM)
지지향량%증량학습%지지향량궤(SVM)
通过对支持向量机KKT条件和样本间关系的研究, 分析了新增样本加入训练集后支持向量的变化情况, 提出一种改进的Upper Limit on Increment增量学习算法. 该算法按照KKT条件将对应的样本分为3类: 位于分类器间隔外, 记为RIG; 位于分类间隔上, 记为MAR; 位于分类间隔内, 记为ERR. 并在每次训练后保存ERR集, 将其与下一个增量样本合并进行下一次训练. 实验证明了该算法的可行性和有效性.
通過對支持嚮量機KKT條件和樣本間關繫的研究, 分析瞭新增樣本加入訓練集後支持嚮量的變化情況, 提齣一種改進的Upper Limit on Increment增量學習算法. 該算法按照KKT條件將對應的樣本分為3類: 位于分類器間隔外, 記為RIG; 位于分類間隔上, 記為MAR; 位于分類間隔內, 記為ERR. 併在每次訓練後保存ERR集, 將其與下一箇增量樣本閤併進行下一次訓練. 實驗證明瞭該算法的可行性和有效性.
통과대지지향량궤KKT조건화양본간관계적연구, 분석료신증양본가입훈련집후지지향량적변화정황, 제출일충개진적Upper Limit on Increment증량학습산법. 해산법안조KKT조건장대응적양본분위3류: 위우분류기간격외, 기위RIG; 위우분류간격상, 기위MAR; 위우분류간격내, 기위ERR. 병재매차훈련후보존ERR집, 장기여하일개증량양본합병진행하일차훈련. 실험증명료해산법적가행성화유효성.
