用路径跟踪法和核距离矩阵优化大规模SVM

摘要：

支持向量机在大规模训练集上学习时,存在学习时间长、泛化能力下降的问题.路径跟踪算法具有O(√nL)的时间复杂度,能够在多项式时间内求解大规模QP问题.分析了影响SVM分类超平面的主要因素,使用路径跟踪内点算法和核距离矩阵快速约简训练集,再用约简后的训练集重新训练SVM.实验结果表明,重新训练后的SVM模型得到了简化,模型的泛化能力也得到提高.

关键词：支持向量机、路径跟踪算法、核距离矩阵、泛化能力

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

资助基金：广西高校人才小高地建设创新团队计划基金桂教人[2007]71号

在线出版日期：2011-06-20（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：160-162,169