首页 > 过刊浏览>2007年第卷第21期 >5563-5566
PDF HTML阅读 XML下载 导出引用 引用提醒
基于数据分割和近邻对的快速SVM分类算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP311.12

基金项目:

广东省自然科学基金（04020079）、吉林大学符号计算与知识工程教育部重点实验室开放课题（93K-17-2006-03）、华南理工大学自然科学基金（B13-E5050190）资助


Fast SVM Classification Algorithm Based on Data Partition and Neighborhood Pair
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    大样本的学习是支持向量机领域中的一个重要课题。基于数据分割和邻近对策略,提出了一种新的支持向量机分类算法。在新的算法中,首先利用c均-值聚类分别对数据集中的正负类进行聚类,把大数据集分割成互不相交的子集合;然后来自正负类的子集合两两组合形成多个二分类问题,并用SMO算法求解;最后用邻近对策略对未知数据进行识别。为了验证新算法的有效性,把它应用于5个UCI数据集,并和SMO算法做了比较。结果表明:新算法不仅大大地减少了大样本学习的训练时间,而且相应的测试精度几乎没有降低。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张永 杨晓伟. 基于数据分割和近邻对的快速SVM分类算法[J]. 科学技术与工程, 2007, (21): 5563-5566.
ZHANG Yong, YANG Xiao-wei. Fast SVM Classification Algorithm Based on Data Partition and Neighborhood Pair[J]. Science Technology and Engineering,2007,(21):5563-5566.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2007-07-10
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
×
律回春渐，新元肇启|《科学技术与工程》编辑部恭祝新岁！
亟待确认版面费归属稿件，敬请作者关注