- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于支持向量信息测度排序的快速分类算法.pdf
2005年8月 系统工程与电子技术 Aug.2005
V01.27
andElectronics N6.8
第27卷第8期 SystemsEngineering
文章编号:1001—506X(2005)08—1467—04
基于支持向量信息测度排序的快速分类算法
胡正平1一,张 晔1
(1.哈尔滨工业大学通信电子工程系,黑龙江哈尔滨150001;
2.燕山大学通信电子工程系,河北秦皇岛066004)
摘要:如何降低支持向量机海量训练样本的数目,是提高算法速度的关键。提出利用支持向量分布的几何
特征建立基于特征空间中支持向量信息测度的快速算法,对于训练样本首先进行基于支持向量信息测度升序排
序处理,然后根据训练样本提供的信息测度选择合适的训练样本予空间,在该样本子空间内采用乘性规则直接求
取Lagrange因子,而不是传统的二次优化方法;最后针对附加残余样本进行交叉验证处理,直到算法满足收敛性
准则。各种分类实验表明,提出的算法具有较好的性能,特别是在训练样本庞大、支持向量数量较多的情况下,能
够较大幅度地减少计算复杂度,提高分类速度。
关键词:支持向量机;核函数;乘性规则
中图分类号:TPl8 文献标识码:A
Fastclassificationbasedonthesortof
algorithm
vectorinformationmeasure
support
HU p.ZHANGYe2
Zheng—pin91
CommunicationandElectronic 150001,China;
(j.Dept.of Engineering,HarbinInst.ofTecknology,Harbin
andElectronic
Communication 066004,China)
2.Dept.of EngineeringYanshanUniv.,Qinhuangdao
the of vector fast
Abstract:To performancelarge—scalesupportmachine(SVM),aalgo—
improvetrainingspeed
the distributionof vectorinfeature vectorinforma—
rithmisproposedbyexploitinggeometric support space.Asupport
tion definitionisset andasort is areducednumberof isextracted
measure up processpresented.Then samplesubspace
for vector addition,insteadofthetraditional isused
文档评论(0)