一种聚簇消减大规模数据的支持向量分类算法

摘要：

针对支持向量分类机对大规模数据集训练速度慢的瓶颈,提出一种聚簇消减数据集方法.首先建立样本中心距离函数,计算聚簇集的比例半径,然后利用聚簇集镜像扫描样本点确定簇集类,同一类样本特性的聚簇集中只保留代表样本点,建立异类点删除矩阵,通过上述方法消减样本集.证明了这种簇消减算法有较低的时间复杂度,并利用实验说明了保留代表点的有效意义.最后通过随机数据和UCI标准数据库验证了算法在保证分类精度的同时提高了分类速度.

关键词：支持向量机、聚簇集、大规模数据集、训练速度

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金10501009和10661005;桂电软环境项目和安徽财经大学青年基金

在线出版日期：2009-04-30（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：184-188