计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
17期
79-81,84
,共4页
支持向量机%训练算法
支持嚮量機%訓練算法
지지향량궤%훈련산법
论文介绍了一种年轻的机器学习方法--支持向量机,详细论述了目前主要的支持向量机的训练算法,包括:二次规划算法,分解算法和增量算法.通过实验验证了普通二次规划算法的缺陷,比较了三种典型的SVM分解训练算法的性能,说明了其相对于二次规划算法的优点和对SVM训练问题的适用性,指出了训练速度优劣的原因.最后指出了未来支持向量机训练算法研究的方向.
論文介紹瞭一種年輕的機器學習方法--支持嚮量機,詳細論述瞭目前主要的支持嚮量機的訓練算法,包括:二次規劃算法,分解算法和增量算法.通過實驗驗證瞭普通二次規劃算法的缺陷,比較瞭三種典型的SVM分解訓練算法的性能,說明瞭其相對于二次規劃算法的優點和對SVM訓練問題的適用性,指齣瞭訓練速度優劣的原因.最後指齣瞭未來支持嚮量機訓練算法研究的方嚮.
논문개소료일충년경적궤기학습방법--지지향량궤,상세논술료목전주요적지지향량궤적훈련산법,포괄:이차규화산법,분해산법화증량산법.통과실험험증료보통이차규화산법적결함,비교료삼충전형적SVM분해훈련산법적성능,설명료기상대우이차규화산법적우점화대SVM훈련문제적괄용성,지출료훈련속도우렬적원인.최후지출료미래지지향량궤훈련산법연구적방향.
