基于SM快速增量算法的HACCP控制点分类

摘要：

支持向量机方法已经在HACCP体系关键控制点的智能发现中取得较为满意的结果,但是在样本不断增加的情况下分类效率不高。本文采用支持向量机增量学习算法,优先选择可能成为支持向量的边界向量,减少参与训练的样本数量,进而实现增量学习。实验证明,改进的支持向量机增量算法在保证分类精度的同时,显著提高了分类速度。

关键词： 人工智能 机器学习 危害分析 支持向量机

作者: 赵春江 王开义 喻钢 徐红敏

作者单位: 北京工业大学计算机学院,北京,100022;国家农业信息化工程技术研究中心,北京,100097 国家农业信息化工程技术研究中心,北京,100097 北京石油化工学院数理系,北京,102617

会议类型: 国内会议

会议名称: 第三届亚洲精细农业会议暨第五届智能化农业信息技术国际学术会议

会议地点: 北京

会议语种:中文

页码: 260-262

在线出版日期: 2009-10-14（万方平台首次上网日期，不代表论文的发表时间）