10.3969/j.issn.0258-2724.2007.04.016
大规模训练集的快速缩减
为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度.
支持向量机、类别质心、模式分类
42
TP39(计算技术、计算机技术)
上海市特种光纤重点实验科研项目20050926
2007-08-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
468-472,489