一种基于聚类的支持向量机增量学习算法

摘要：

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高.

关键词：支持向量机、支持向量回归、聚类、增量学习

所属期刊栏目：29

分类号：TP301.5;TG142.1(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2002AA412010-10;国家科技攻关计划2003EG113016

在线出版日期：2007-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：855-858