10.19678/j.issn.1000-3428.0046453
基于异类近邻的支持向量机加速算法
支持向量机的训练时间随样本增多而明显增加.为了在保持训练效果的同时提高训练速度,给出精简训练数据集的一种算法.对每个样本,通过选择异类近邻来构成训练集,利用异类近邻来选择边界样本.实验结果表明,与FCNN算法和NPPS算法相比,该算法在保持甚至增进支持向量机分类效果的同时,能大幅提高训练效率.
支持向量机、样本选择、k近邻、异类、分类
44
TP301.6(计算技术、计算机技术)
国家自然科学基金“融合事件关系推理和情感博弈的网络不实信息演化机理研究”61502151
2018-11-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
19-24