基于最小二乘支持向量机的特征增量学习算法

摘要：

本文针对传统的增量学习算法无法处理后采集到的样本中含有新增特征的问题,设计适应样本特征维数增加的训练算法。在基于最小二乘支持向量机的基础上,提出了特征增量学习算法。该算法充分利用先前训练得到的分类器的结构参数,仅对新增特征采用最小二乘支持向量机进行学习.实验结果表明,该算法能够在保证分类精度的同时,有效地提高训练速度并降低存储空间.

关键词： 支持向量机 特征维数 增量学习 学习算法 训练速度 最小二乘

作者: 刘新旺 殷建平 张国敏 罗棻 詹宇斌

作者单位: 国防科技大学计算机学院,湖南,长沙,410073 重庆工商大学计算机科学与工程学院,重庆,400067

会议类型: 国内会议

会议名称: 2008年全国理论计算机科学学术年会

会议地点: 西安

会议语种:中文

页码: 68-71

在线出版日期: 2008-09-19（万方平台首次上网日期，不代表论文的发表时间）