|
|||||
|
|
| 支持向量机增广拉格朗日方法的探究 | |
| 引用本文： | 刘勇进,刘梅娇,张伟伟.支持向量机增广拉格朗日方法的探究[J].辽宁师范大学学报(自然科学版),2019(1). |
| 作者姓名： | 刘勇进 刘梅娇 张伟伟 |
| 作者单位： | 福州大学数学与计算机科学学院;福州大学至诚学院;沈阳航空航天大学理学院 |
| 摘 要： | 支持向量机是机器学习中一种非常重要的分类方法,它在文本分类、语音识别、图像分析、信息安全等诸多领域均有重要的应用.提出了基于支持向量机对偶问题的一种非精确增广拉格朗日算法,讨论了所提算法的收敛性结果,并利用支持向量机模型的稀疏特性,结合矩阵不完全Cholesky分解以及Sherman-Morrison-Woodbury公式等程序实现技巧,极大地减少了所提算法的时间与空间复杂度.数值结果验证了提出算法的可行性和高效性. |
| 本文献已被 CNKI 等数据库收录！ | |