10.3969/j.issn.1672-7029.2005.01.019
一种基于支持向量机的增量学习算法
具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性.在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间.介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期)新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面.仿真实验表明,采用加权的增量算法更能反映新样本点的特征.
支持向量机、分类函数、增量学习
2
TP273+.22(自动化技术及设备)
湖南省自然科学基金04JJ6036
2005-04-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
94-96