核空间结合样本中心角度的大规模支持向量机

摘要：

为了提高支持向量机在大规模数据集处理时的精度,提出了基于核空间和样本中心角度的支持向量机算法.在核特征空间下,求得原训练集的两类中心点和两个中心点的超法平面,并获取原训练集样本到超法平面距离和到两中心点中点的比值,用比值最小的n个样本点替代训练集.给出的数学模型显示,该算法不需要计算核空间,比现有的同类缩减策略保留了更多的支持向量数目.结合实例对算法进行了仿真实验,实验结果表明,与同类算法相比,该算法在基本没有降低训练速度的情况下获得了更准确的训练精度.

关键词：支持向量机、大规模、核空间、超平面、样本中心

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆市科委攻关项目森林健康监测系统基金项目CSTC,2009AC2068

在线出版日期：2012-04-27（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：586-590