位置：成果数据库 > 期刊 > 期刊详情页
一种新的支持向量机增量学习算法
  • ISSN号：1672-6871
  • 期刊名称：《河南科技大学学报：自然科学版》
  • 时间：0
  • 分类：TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]安庆师范学院计算机与信息学院,安徽安庆246011
  • 相关基金：国家自然科学基金项目（60773128）
作者： 任广永[1]
关键词： 支持向量机, 边界向量, 增量学习, 核函数
中文摘要：

支持向量机学习算法的本质是从训练集中寻找支持向量，因此能否通过训练算法能快速找出支持向量是衡量支持向量机算法优劣的重要标准。本文提出了一种新的快速训练支持向量机的增量学习算法，首先，给出边界向量的定义，然后，对一个给定的新加入的样本，新的学习方法验证其是否为边界向量，如果是，将其加入到训练集中重新训练支持向量机，如果不是，就舍弃，这样能达到减少训练样本、降低训练复杂性目的，最后，给出了一个增量学习算法。实验表明测试误差和支持向量数量与SMO算法大致相当，而训练速度明显加快。

同期刊论文项目
基于代数几何码上的低密度校验码的设计
期刊论文 15 会议论文 6
同项目期刊论文
双线性对计算算法的优化
一类来自函数域码的好码
基于超椭圆曲线的代理盲签名方案 基于超椭圆曲线的代理盲签名方案
SN??type multivariate blending osculatory rational interpolation
分圆数与一类二元循环码的最小距离
Image zooming method based on a class of blending interpolation spline
SN型多元混合切触有理插值
基于统计决策树的包分类算法
自适应图像缩放的切触有理混合插值算法
一类三阶三点边值问题正解的存在性
自适应图像插值的Hermite型混合样条方法
一类来自有限域 GF（16）子群上的高码率的 LDPC码
基于UML网络化标准零件库系统的分析与设计
彩色图像缩放的四元数插值算法
期刊信息
  • 《河南科技大学学报：自然科学版》
  • 北大核心期刊（2011版）
  • 主管单位:河南省教育厅
  • 主办单位:河南科技大学
  • 主编：苏娟华
  • 地址：河南省洛阳市开元大道263号
  • 邮编：471023
  • 邮箱：hkdxbz@haust.edu.cn
  • 电话：0379－64231476
  • 国际标准刊号：ISSN：1672-6871
  • 国内统一刊号：ISSN：41-1362/N
  • 邮发代号:36-285
  • 获奖情况:
  • 1999年全国优秀高校自然科学学报及教育部优秀科技...,全国高校自然科学优秀学报,河南省优秀科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘（网络版）,波兰哥白尼索引,德国数学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）
  • 被引量:4775