一种支持向量机训练集选取算法改进

摘要：

传统的支持向量机训练算法采用标准凸优化技术,需要进行大量的矩阵运算,占用很长的运行时间,并且支持向量机在计算过程中要计算和存储核矩阵,当训练样本点较多时,要占用很大的内存空间。在对支持向量机训练算法研究与理解的基础上,针对支持向量的几何特点,结合凸壳的几何性质,对支持向量机训练算法的工作集选取进行了改进,并在Libsvm的环境下进行了对比分析。仿真实验表明,改进的支持向量机训练集选取算法缩短了训练时间,减少了占用的内存空间,并保持了良好的泛化能力。

关键词： 支持向量机 训练集选取 算法改进 标准凸优化

作者: 林关成 李亚安

作者单位: 西北工业大学 航海学院,陕西 西安 710072 渭南师范学院 传媒工程系,陕西 渭南 714000 西北工业大学 航海学院,陕西 西安 710072

会议类型: 国内会议

会议名称: 2009年中国西部地区声学学术交流会

会议地点: 西双版纳

会议语种:中文

页码: 83-86

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）