| 一种训练支撑向量机的改进贯序最小优化算法 |
| |
| 引用本文： | 孙剑,郑南宁,张志华.一种训练支撑向量机的改进贯序最小优化算法[J].软件学报,2002,13(10):2007-2013. |
| |
| 作者姓名： | 孙剑 郑南宁 张志华 |
| |
| 作者单位： | 西安交通大学,人工智能与机器人研究所,陕西,西安,710049 |
| |
| 基金项目： | 国家自然科学基金资助项目(60175006;60024301);国家创新研究群体科学基金项目(60024301) |
| |
| 摘 要： | 对于大规模问题,分解方法是训练支撑向量机主要的一类方法.在很多分类问题中,有相当比例的支撑向量对应的拉格朗日乘子达到惩罚上界,而且在训练过程中到达上界的拉格朗日乘子变化平稳.利用这一统计特性,提出了一种有效的缓存策略来加速这类分解方法,并将其具体应用于Platt的贯序最小优化(sequential minimization optimization,简称SMO) 算法中.实验结果表明,改进后的SMO算法的速度是原有算法训练的2~3倍.
|
| 关 键 词： | 支撑向量机 模式分类 二次规划 缓存策略 贯序最小优化算法 |
| 收稿时间： | 2000/12/7 0:00:00 |
| 修稿时间： | 2000年12月7日 |
An Improved Sequential Minimization Optimization Algorithm for Support Vector Machine Training |
| |
| SUN Jian,ZHENG Nan-ning and ZHANG Zhi-hua.An Improved Sequential Minimization Optimization Algorithm for Support Vector Machine Training[J].Journal of Software,2002,13(10):2007-2013. |
| |
| Authors: | SUN Jian ZHENG Nan-ning and ZHANG Zhi-hua |
| |
| Abstract: | |
| |
| Keywords: | support vector machine pattern classification quadratic programming caching strategy sequential minimization optimization algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
