计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2012年
5期
1983-1987
,共5页
支持向量机%分块%分解%最小序列优化%全局最优解
支持嚮量機%分塊%分解%最小序列優化%全跼最優解
지지향량궤%분괴%분해%최소서렬우화%전국최우해
在不影响泛化能力的情况下,针对现有的主要分块算法、大规模缩减策略和分解算法等内存占用较大、训练精度下降和收敛速度过慢等缺点,改进了现有的SMO算法,融合分块算法和分解算法,提出了最小序列分块算法(CSMO).仿真结果表明,该算法与libsvm等现有的典型的支持向量机算法相比,能够减小内存占用,并能以很高的精度接近全局最优解.
在不影響汎化能力的情況下,針對現有的主要分塊算法、大規模縮減策略和分解算法等內存佔用較大、訓練精度下降和收斂速度過慢等缺點,改進瞭現有的SMO算法,融閤分塊算法和分解算法,提齣瞭最小序列分塊算法(CSMO).倣真結果錶明,該算法與libsvm等現有的典型的支持嚮量機算法相比,能夠減小內存佔用,併能以很高的精度接近全跼最優解.
재불영향범화능력적정황하,침대현유적주요분괴산법、대규모축감책략화분해산법등내존점용교대、훈련정도하강화수렴속도과만등결점,개진료현유적SMO산법,융합분괴산법화분해산법,제출료최소서렬분괴산법(CSMO).방진결과표명,해산법여libsvm등현유적전형적지지향량궤산법상비,능구감소내존점용,병능이흔고적정도접근전국최우해.
