基于Gauss核函数的快速构造最小超球算法

摘要：

为提高基于超球的支持向量机算法中样本数据较多时的训练速度,提出一种构造最小超球的并行融合算法.该算法将全部训练数据集依据特定策略分割成若干个子数据集,分别对各个子数据集进行训练,对所得到的各子数据集的支持向量与融合数据进行训练,构造最小超球.仿真结果表明,并行融合算法在保证分类精度的情况下,能够显著减少训练时间,提高效率,且支持向量的数目较少.同时也验证了该文对Gauss核函数分析的正确性.

关键词：最小超球、Gauss核函数、支持向量机、并行融合算法

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：辽宁省科技基金2004221010

在线出版日期：2007-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-45,50