基于二分网格的支持向量预选取算法

摘要：

在SVM训练过程中,二次规划问题的求解制约着SVM应用于大规模数据.SVM的决策函数由邻近分类超平面的部分训练样本--支持向量决定.基于减小训练样本数目、加快SVM训练过程的目的.提出一种基于二分网格的边界样本提取方法.数据仿真实验表明.该方法具有边界样本提取准确、效率高、速度快、能够自适应样本分布的优点,而且不会显著降低SVM分类器的性能.

关键词：支持向量机、二分网格、分类、边界样本

所属期刊栏目：22

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40174032

在线出版日期：2007-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：755-759,764