位置:成果数据库 > 期刊 > 期刊详情页
边界邻近支持向量机
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] O29[理学—应用数学;理学—数学]
  • 作者机构:[1]广州大学城华南师范大学经济管理学院,广东广州510006, [2]华南理工大学计算机科学与工程学院,广东广州510640, [3]中山大学数学与计算科学学院,广东广州510275
  • 相关基金:国家自然科学基金资助项目(10371135)
中文摘要:

针对训练大样本支持向量机内存开销大、训练速度慢的缺点,提出了一种改进的算法一边界邻近支持向量机。实验表明在分类效果相同情况下,改进算法训练速度明显提高。

英文摘要:

Training a support vector machines on a data set of huge size exists one problem with slow training process. We use a modified support vector machines-boundary nearest support vector machines to resolve this problem and it speeds up the training process fastly comparing with conventional support vector machines under the same classification result.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),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),中国北大核心期刊(2000版)
  • 被引量:60049