支持向量机大规模快速算法

摘要：

在不影响泛化能力的情况下,针对现有的主要分块算法、大规模缩减策略和分解算法等内存占用较大、训练精度下降和收敛速度过慢等缺点,改进了现有的SMO算法,融合分块算法和分解算法,提出了最小序列分块算法(CSMO).仿真结果表明,该算法与libsvm等现有的典型的支持向量机算法相比,能够减小内存占用,并能以很高的精度接近全局最优解.

关键词：支持向量机、分块、分解、最小序列优化、全局最优解

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：2012-07-17（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：1983-1987