10.3969/j.issn.1673-629X.2007.11.027
基于分层并行筛选样本的SVM增量学习算法
在增量学习过程中,随着训练集规模的增大,支持向量机的学习过程需要占用大量内存,寻优速度非常缓慢.在现有的一种支持向量机增量学习算法的基础上,结合并行学习思想,提出了一种分层并行筛选训练样本的支持向量机增量学习算法.理论分析和实验结果表明:与原有的算法相比,新算法能在保证支持向量机的分类能力的前提下显著提高训练速度.
支持向量机、机器学习、分类、增量学习、分层筛选
17
TP181(自动化基础理论)
国家自然科学基金60572128;安徽省人才基金2005Z029;安徽大学校科研和教改项目;创新团队基金
2007-12-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-95,102