改进的K均值聚类算法在支持矢量机中的应用

作     者：田大东 邓伟 TIAN Da-dong;DENG Wei

作者机构：苏州大学计算机科学与技术学院江苏苏州215006 

基　　金：国家自然科学基金(No.60572074)。~~ 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2007年第43卷第32期

页      码：161-163页

摘      要：将一种改进的K均值聚类算法应用于支持矢量机(SVM)的训练。基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程中删除无用样本的的方法。模式分类的实验结果表明,这种改进的K均值聚类算法在SVM中的应用不仅大幅度地缩短了SVM的训练时间,而且进一步提高了它的分类能力。

主 题 词：K均值聚类算法 增量训练 SVM 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3321/j.issn:1002-8331.2007.32.048

馆 藏 号：203150101...