快速支持向量机增量学习算法

作     者：赵耀红 王快妮 钟萍 王来生 ZHAO Yao-hong;WANG Kuai-ni;ZHONG Ping;WANG Lai-sheng

作者机构：中国农业大学理学院北京100083 

基　　金：国家自然科学基金项目(70601033 10771213) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2010年第31卷第1期

页      码：161-163,171页

摘      要：支持向量机对数据的学习往往因为规模过大造成学习困难,增量学习通过把数据集分割成历史样本集和新增样本集,利用历史样本集的几何分布信息,通过定义样本的遗忘因子,提取历史样本集中的那些可能成为支持向量的边界向量进行初始训练。在增量学习过程中对学习样本的知识进行积累,有选择地淘汰学习样本。实验结果表明,该算法在保证学习的精度和推广能力的同时,提高了训练速度,适合于大规模分类和在线学习问题。

主 题 词：支持向量机 增量学习 边界向量 遗忘因子 核函数 

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：10.16208/j.issn1000-7024.2010.01.058

馆 藏 号：203918065...