快速训练支持向量机的并行结构

摘要：

序列最小优化(SMO)是一种常见的训练支持向量机(SVM)的算法,但在求解大规模问题时,它需要耗费大量的计算时间.文章提供SMO的一种并行实现方法.并行SMO是利用信息传递接口(MPI)开发的.首先将整个训练数据集分为多个小的子集,然后同时运行多个CPU处理器处理每一个分离的数据集.实验结果表明,当采用多处理器时,在Adult数据集上并行SMO有较大的加速比.

关键词： 支持向量机 序列最小优化方法 信息传递接口 并行算法

作者: 曹丽娟 王小明

作者单位: 复旦大学,金融研究院,上海,200433 复旦大学,经济学院,上海,200433

会议类型: 国内会议

会议名称: 2006年全国开放式分布与并行计算学术会议

会议地点: 西安

会议语种:中文

页码: 328-331,335

在线出版日期: 2006-10-19（万方平台首次上网日期，不代表论文的发表时间）