一种提高SVM训练速度的新方法
SVM解决两分类问题时,在大规模数据上训练速度很慢,利用数据提取的方法可以减少训练样本数目,加快训练速度.本文利用马氏距离和"aσ-方法"提出新的数据提取方法,根据样本点到训练集的马氏距离来确定样本点与样本集的位置关系,只提取对于建立超平面有作用的样本点,避免了以往数据提取方法的随机性;并考虑提取的数据占原来总样本集数目的比例,通过调整a的值,控制数据提取的数量,避免提取后训练样本集的数据太多或太少,从而加快SVM的训练速度.
支持向量机、训练速度、马氏距离、aσ方法
27
O212;TP391(概率论与数理统计)
2008-06-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
409-417