基于向量投影的支持向量机增量算法-中国学术期刊网络出版总库

中国学术期刊网络出版总库

基于向量投影的支持向量机增量算法

推荐 CAJ下载

【英文篇名】	Incremental Learning Algorithm of Support Vector Machine Based on Vector Projection
【下载频次】	★★★★★
【作者】	张健沛; 赵莹; 杨静;
【英文作者】	ZHANG Jian-Pei ZHAO Ying YANG Jing(College of Computer Science and Technology; Harbin Engineering University; Harbin 150001);
【作者单位】	哈尔滨工程大学; 哈尔滨工程大学哈尔滨;
【文献出处】	计算机科学 , Computer Science, 编辑部邮箱 2008年 03期期刊荣誉：中文核心期刊要目总览 ASPT来源刊中国期刊方阵 CJFD收录刊
【中文关键词】	增量算法; 支持向量机; 向量投影; 预选取失效;
【英文关键词】	Incremental algorithm; Support vector machine; Vector projection; Pre-extracting;
【摘要】	提出一种新的基于向量投影的支持向量机增量式学习算法。该算法根据支持向量的几何分布特点,采用向量投影的方法对初始样本及增量样本在有效地避免预选取失效情况下进行预选取。选取最有可能成为支持向量的样本形成边界向量集,并在其上进行支持向量机训练。通过对初始样本是否满足新增样本集KKT条件的判断,解决非支持向量向支持向量转化的问题,有效地处理历史数据。实验表明,基于向量投影的支持向量机增量算法可以有效地减少训练样本数,积累历史信息,提高训练的速度,从而具有更好的推广能力。
【英文摘要】	A new incremental learning algorithm of support vector machine based on vector projection is proposed. The geometric character of the support vectors is used to extract the simples which can be the support vectors most possibly from the original simples and the incremental simples,avoiding the invalid per-extracting. The simples pre-extracted are used to generate the bound support vector set,on which the support vector machine training. It is used to solve the transferring between the support vectors and no...
【基金】	国家自然科学基金(60673131); 黑龙江省自然科学基金(F2005-02)的资助
【更新日期】	2008-04-30
【分类号】	TP18;TP301.6
【正文快照】	支持向量机(Support Vector Machines,SVM)是Vap-nik[1]等在统计学习理论基础上发展起来的针对小样本的机器学习方法。传统的支持向量机训练算法中,当有新增样本加入时,需要对所有训练样本重新进行训练,这无疑需要消耗大量的运算资源。因此,对支持向量机分类算法中的增量算法的

xxx

【读者推荐文章】

中国期刊全文数据库中国博士学位论文全文数据库中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

自动化技术、计算机技术
　　

自动化基础理论
　　　

人工智能理论

工业技术
　

自动化技术、计算机技术
　　

计算技术、计算机技术
　　　

一般性问题
　　　　

理论、方法
　　　　　


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

文献分类导航