实时SMO算法实现及性能分析

摘要：

序贯最小优化(sequential minimal optimization)算法是目前解决支持向量机训练问题的一种十分有效的优化算法，介绍了SMO算法的原理和实现流程，并将其在QNX实时操作系统上实现，分析了QNX的实时性能和影响SMO算法收敛时间的因素.结果证明SMO算法与QNX实时操作系统相结合的实时算法能够很好发挥二者的实时优势，具有良好的实际应用前景。

关键词： 支持向量机 SMO算法 二次规划 QNX实时操作系统 序贯最小优化

作者: 韩璞 乔弘 翟永杰

作者单位: 华北电力大学,保定,071003

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 123-125

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）