自适应迭代算法支持向量集的特性研究

作     者：杨晓伟 欧阳柏平 余舒 吴春国 梁艳春 YANG Xiao-wei;OUYANG Bai-ping;YU Shu;WU Chun-guo;LIANG Yan-chun

作者机构：华南理工大学数学科学学院 华南理工大学计算机科学与工程学院广州510640 吉林大学计算机科学与技术学院长春130012 

基　　金：国家自然科学基金资助项目(10471045) 广东省自然科学基金资助项目(031360 04020079) 华南理工大学高水平大学建设苗子基金资助项目(D76010) 

出 版 物：《吉林大学学报（信息科学版）》 (Journal of Jilin University（Information Science Edition）)

年 卷 期：2006年第24卷第2期

页      码：153-157页

摘      要：针对在支持向量机研究中,传统的优化方法无法处理规模不断扩大的分类问题,为设计适应大样本分类的训练算法,提出了基于块的自适应迭代算法。在该算法的训练过程中,块增量学习和逆学习交替进行,能够自动得到一个小的支持向量集。将该算法与SVML ight在支持向量数量方面进行了比较,计算了UC I(Un i-versity of Californ ia-Irvine)中的6个数据集和著名的Checkboard问题。结果表明:该自适应迭代算法确定的支持向量数一般不到SVML ight所得到的支持向量数的一半,其中70%多的支持向量被SVML ight所确定的支持向量集所包含,在支持向量选择方面具有高效性。

主 题 词：最小二乘支持向量机 自适应迭代算法 大样本分类 增量学习 逆学习 

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] 

D　O　I：10.3969/j.issn.1671-5896.2006.02.008

馆 藏 号：203524792...