适合大样本的线性SVMs快速集成模型

摘要：

线性SVM具有算法简单、训练和测试速度快等优点,但不能用于解决线性不可分问题.为此,将样本数据集划分为多个集合并分别构造它们的LSVM,然后运用径向基函数的非线性组合来拟合非线性的决策函数,从而解决线性不可分问题.鉴于此,提出了一种适合非线性大样本分类的LSVM快速集成模型FMELSVM.该模型利用径向基函数RBF改善了LSVM的非线性输出能力,同时引进了优化权来提升LSVM的集成效果.UCI数据集的实验结果表明,FMELSVM在处理大样本方面具有较好的性能优势.

关键词：分类、线性SVM、径向基函数、梯度下降法

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61170122;浙江省自然科学基金项目LY13F020011,LY12F03008;浙江省科技计划项目2013C31097;湖州师范学院校级项目KX24063,KX24058

在线出版日期：2014-06-03（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：245-249