一种改进的支持向量机增量学习算法

为了解决支持向量机在处理大规模样本时存在的不足,研究了支持向量的性质;根据样本的空间分布规律,提出一种改进的支持向量机增量学习算法。这种学习方法以密度法为基础,结合距离判据,获得了样本向量的选拔因子。以选拔因子为基础设计一种增量学习算法,在减少重复学习样本的同时,尽可能保留样本空间信息,从而得到较高的训练精度和较快的训练速度。仿真实验验证该方法的有效性。