|
|||||
|
|
| 基于SVM的信息融合新方法* | |
| 引用本文： | 程学云,吉根林,彭志娟.基于SVM的信息融合新方法*[J].计算机应用研究,2007,24(12):51-53. |
| 作者姓名： | 程学云 吉根林 彭志娟 |
| 作者单位： | 1. 南京师范大学,数学与计算机科学学院,南京,210097;南通大学,计算机科学与技术学院,江苏,南通,226007 2. 南京师范大学,数学与计算机科学学院,南京,210097 3. 南通大学,计算机科学与技术学院,江苏,南通,226007 |
| 基金项目： | 江苏省自然科学基金资助项目（BK2005135）；南通大学校级自然科学研究资助项目（05z053） |
| 摘 要： | 利用SVM对大规模数据进行训练时,需要占用很大的内存空间,甚至会因内存不够而无法训练。为此,提出了将大规模数据分块求解,然后将分块求解的结果进行信息融合的新方法。首先训练得到各模块的支持向量,将所有支持向量进行融合,得到决策模型和一组支持向量。当有新的数据加入时,将其作为一个子模块,训练得到该模块的支持向量,与原模型中获得的支持向量进行融合,训练得到新的决策模型。利用KDDCUP99数据进行实验,结果表明该方法的测试精度与在所有数据集上训练的精度相当,花费时间少,适用于增量学习。 |
| 关 键 词： | 支持向量机 信息融合 增量学习 |
| 文章编号： | 1001-3695(2007)12-0051-03 |
| 修稿时间： | 2006年9月20日 |
New SVM based information fusion method |
|
| CHENG Xue yun,JI Gen lin,PENG Zhi juan.New SVM based information fusion method[J].Application Research of Computers,2007,24(12):51-53. | |
| Authors: | CHENG Xue yun JI Gen lin PENG Zhi juan |
| Affiliation: | (1.School of Mathematics & Computer Science, Nanjing Normal University, Nanjing 210097, China; 2.School of Computer Science & Technology, Nantong University, Nantong Jiangsu 226007, China) |
| Abstract: | |
| Keywords: | support vector machine(SVM) information fusion incremental learning |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |