| 基于函数逼近的改进SMO算法研究 |
| |
| 引用本文： | 罗瑜,徐图,何大可,谌新年. 基于函数逼近的改进SMO算法研究[J]. 山西大学学报(自然科学版), 2007, 30(3): 329-334 |
| |
| 作者姓名： | 罗瑜 徐图 何大可 谌新年 |
| |
| 作者单位： | 1. 西南交通大学,信息科学与技术学院,四川,成都,610031
2. 湖南工程学院,计算机科学与技术系,湖南,湘潭,411101 |
| |
| 基金项目： | 上海市特种光纤重点实验室科研项目 |
| |
| 摘 要： | 采用Zoutendijk最大下降方向法,对基于函数逼近的工作集选择方式进行了分析,并进行严格的数学推导.研究指出了目前二次逼近工作集选择策略存在的不足,提出了改进的目标函数,从而进一步完善了基于函数逼近的SMO算法.
|
| 关 键 词： | 支持向量机 分解算法 序贯最小优化 函数逼近 可行方向 |
| 文章编号： | 0253-2395（2007）03-0329-06 |
| 修稿时间： | 2006-11-07 |
Study on Improvement SMO Algorithms Based on Function Approximation |
| |
| LUO Yu,XU Tu,HE Da-Ke,CHEN Xin-nian. Study on Improvement SMO Algorithms Based on Function Approximation[J]. Journal of Shanxi University (Natural Science Edit, 2007, 30(3): 329-334 |
| |
| Authors: | LUO Yu XU Tu HE Da-Ke CHEN Xin-nian |
| |
| Affiliation: | 1. School of Information Science and Technology, Southwest Jiaotong University ,Chengdu 610031, China; 2. Department of Computer Science and Technology, Hunan Institute of Engineering, Xiangtan 411101, China |
| |
| Abstract: | This paper analyzes working set selection approaches based on function approximation using the Zoutendijk maximum decent direction method and gives a strict mathematical deduction. In addition,some exiting deficiencies of working set selection strategies based on quadratic approximation are put forward, and objective improved functions are also given. Therefore,the theory concerning SMO training algorithm based on function approximation is further perfected. |
| |
| Keywords: | support vector machine decomposition algorithm sequential minimal optimization function approximation feasible direction |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
