一种约减型支持向量域数据描述算法

摘要：

支持向量域数据描述(SVDD)是一种单值分类算法,用于将目标样本与其它非目标样本区分开来,引入数学中曲率的概念,文中根据分类边界线附近支持向量曲率的大小来对训练集进行约减,提出了一种约减型的支持向量域数据描述快速训练算法RSVDD,该算法与传统SVDD相比减少了训练时所需的支持向量数目,因而训练时间大大减少,同时分类性能几乎不受大的影响,该算法在大规模训练样本学习中具有现实的意义.

关键词： 支持向量域数据描述 曲率 约减学习

作者: 赵英刚 刘仰光 何钦铭

作者单位: 浙江大学计算机科学与技术学院,杭州310027 浙江大学宁波理工学院信息科学与工程分院,宁波315100 浙江大学计算机科学与技术学院,杭州310027;浙江大学宁波理工学院信息科学与工程分院,宁波315100

会议类型: 国内会议

会议名称: 第25届中国控制会议

会议地点: 哈尔滨

会议语种:中文

页码: 825-827

在线出版日期: 2006-08-07（万方平台首次上网日期，不代表论文的发表时间）