训练支持向量机的并行序列最小优化方法

摘要：

序列最小优化(SMO)是训练支持向量机(SVM)的常见算法,在求解大规模问题时,需要耗费大量的计算时间.该文提出了SMO的一种并行实现方法,验证了该算法的有效性.实验结果表明,当采用多处理器时,并行SMO具有较大的加速比.

关键词：支持向量机、序列最小优化、并行算法

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金70501008;上海市浦江人才计划

在线出版日期：2007-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：184-186