基于支持向量域数据描述的快速学习算法
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他非目标样本区分开来.本文引入数学中曲率的概念,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FSVDD,该算法与传统SVDD相比减少了训练时所需的支持向量数目,因而训练时间极大减少,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意义.
数据描述 支持向量机 快速学习 单值分类 分类算法
赵英刚 陈奇 何钦铭
浙江大学计算机科学与技术学院,杭州,310027
国内会议
大连
中文
798-800
2006-07-28（万方平台首次上网日期，不代表论文的发表时间）