10.3321/j.issn:1002-8331.2007.32.050
一种快速最小二乘支持向量机分类算法
最小二乘支持向量机不需要求解凸二次规划问题,通过求解一组线性方程而获得最优分类面,但是,最小二乘支持向量机失去了解的稀疏性,当训练样本数量较大时,算法的计算量非常大.提出了一种快速最小二乘支持向量机算法,在保证支持向量机推广能力的同时,算法的速度得到了提高,尤其是当训练样本数量较大时算法的速度优势更明显.新算法通过选择那些支持值较大样本作为训练样本,以减少训练样本数量,提高算法的速度;然后,利用最小二乘支持向量机算法获得近似最优解.实验结果显示,新算法的训练速度确实较快.
稀疏性、最小二乘支持向量机、核函数、支持向量机
43
TP181(自动化基础理论)
暨南大学校科研和教改项目04JZKY005
2007-12-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
168-170,200