海量数据分类v-SVM问题的软最小球方法

摘要：

海量数据分类问题是目前SVM学习算法研究的一个热点.传统的SVM方法是通过计算二次规划问题求解的,当训练样本数较大时存在一定的困难.文章介绍一种新的方法,该方法把二分类问题看作特殊的软最小球覆盖问题,提出求解SVM问题的全新的最小球覆盖几何解释,通过软最小球算法进行求解,避免了计算复杂度高的问题,可以用来求解11目标函数海量数据v-SVM分类问题.实验结果表明,文章提出的算法与同类算法相比具有相当的竞争力.

关键词：支持向量机、软最小球、v-SVM、海量数据

所属期刊栏目：4

分类号：TP301(计算技术、计算机技术)

在线出版日期：2008-03-31（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：1384-1388