| 一种新的支持向量机增量算法 |
| |
| 引用本文： | 毛建洋,黄道. 一种新的支持向量机增量算法[J]. 华东理工大学学报(自然科学版), 2006, 32(8): 989-991 |
| |
| 作者姓名： | 毛建洋 黄道 |
| |
| 作者单位： | 华东理工大学信息科学与工程学院,上海,200237;华东理工大学信息科学与工程学院,上海,200237 |
| |
| 摘 要： | 分析了增量学习过程中支持向量和非支持向量的转化情况。在此基础上提出一种误分点回溯SVM增量算法,该算法先找出新增样本中被误分的样本,然后在原样本集寻找距误分点最近的样本作为训练集的一部分,重新构建分类器,这样能有效保留样本的分类信息。实验结果表明:该算法比传统的支持向量机增量算法有更高的分类精度。
|
| 关 键 词： | 统计学习 支持向量机 分类 增量学习 KKT条件 |
| 文章编号： | 1006-3080（2006）08-0989-03 |
| 收稿时间： | 2005-07-11 |
| 修稿时间： | 2005-07-11 |
A Novel Approach to Incremental SVM Learning Algorithm |
| |
| MAO Jian-yang,HUANG Dao. A Novel Approach to Incremental SVM Learning Algorithm[J]. Journal of East China University of Science and Technology, 2006, 32(8): 989-991 |
| |
| Authors: | MAO Jian-yang HUANG Dao |
| |
| Abstract: | |
| |
| Keywords: | statistical learning SVM classification incremental learning KKT condition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
