一种快速最小二乘支持向量机分类算法

摘要：

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.

关键词：稀疏性、最小二乘支持向量机、核函数、支持向量机

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：暨南大学校科研和教改项目04JZKY005

在线出版日期：2007-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：168-170,200