最小最大模块化支持向量机性能研究

摘要：

本文对最小最大模块化支持向量机性能进行了研究。文章为了验证复杂度分析的正确性,进行了两个大规模模式分类问题的仿真实验。实验结果表明,最小最大模块支持向量机在保证推广能力的前提下,能够明显提高训练速度,是一种解决大规模模式分类问题的有效方法。

关键词： 支持向量机 并行学习 模块集成

作者: 王开安 吕宝粮 申红

作者单位: 上海交通大学,计算机科学与工程系,200030

会议类型: 国内会议

会议名称: 第十四届中国神经网络学术会议

会议地点: 合肥

会议语种:中文

页码: 43-48

在线出版日期: 2004-10-27（万方平台首次上网日期，不代表论文的发表时间）