支持向量机的快速分类算法-中国学术期刊网络出版总库

中国学术期刊网络出版总库

关闭

支持向量机的快速分类算法

推荐 CAJ下载

PDF下载

【英文篇名】	Fast Classification Algorithm for Support Vector Machine
【下载频次】	★★★★★
【作者】	徐红敏; 王若鹏; 张怀念;
【英文作者】	Xu Hongmin Wang Ruopeng Zhang Huainian (Department of Mathematics & Physics; Beijing Institute of Petro-chemical Technology; Beijing 102617; China);
【作者单位】	北京石油化工学院数理系;
【文献出处】	北京石油化工学院学报 , Journal of Beijing Institute of Petro-Chemical Technology, 编辑部邮箱 2009年 04期期刊荣誉：ASPT来源刊 CJFD收录刊
【中文关键词】	支持向量; 训练集; 边界向量; 分类; 算法;
【英文关键词】	support vector; training set; border vector; classification; algorithm;
【摘要】	支持向量机(SVM)算法在训练集的规模很大特别是支持向量很多时,支持向量机的学习过程需要占用大量的内存,算法的速度较慢。为此,笔者提出一种新的SVM快速分类算法。该算法通过选择边界向量,构造新的训练样本,减少了参与训练的样本数目。实验证明,该算法不仅能保证原算法的精度,具有良好的推广能力,而且提高了算法的速度。
【英文摘要】	For support vector machine(SVM),when training set is very large,especially when there are many support vectors,the process of learning requires a great deal of EMS memory, and the speed of count is very slow.In this paper,a new fast classification algorithm is presented to train SVM by selecting border vectors which may be the support vectors,so as to reduce training samples and to increase training speed.Experiment results show that the algorithm not only acquires the same precision with that of the classi...
【基金】	北京市自然科学基金会资助项目,项目号:4082012; 北京石油化工学院青年基金项目,项目号:N08-26
【更新日期】	2010-02-05
【分类号】	TP18
【正文快照】	由Vapnik提出的统计学习理论系统地阐述了从样本中进行学习的方法，并描述了有限样本情况下的统计学习问题[l]，首次提出了解决两类分类问题的支持向量机(S叩port Vec-tor Maehine，简称SVM)方法。SVM方法建立在统计学习理论的VC维理论和结构风险最小化原则基础上，根据有限样?

xxx

【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


	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

相似文献

文献分类导航