一种改进的支持向量分类机

通过对支持向量机原理的分析,将凸壳理论用于支持向量机中,用凸壳顶点集来代替整个样本集来训练,运用实际数据进行仿真,仿真结果表明,本文方法在学习性能和推广性能方面与采用整个样本集基本相同,但降低了存储空间,提高了学习速度。
支持向量分类机 凸壳理论 存储空间 学习速度 仿真分析
郑媛媛 杨鹏 冀香雅
东北电力大学自动化工程学院,吉林 吉林 132012 东北电力大学理学院,吉林 吉林 132012
国内会议
吉林
中文
1-4
2008-09-11(万方平台首次上网日期,不代表论文的发表时间)