支持向量机学习算法序列最小优化SMO.pdfVIP

第 卷 第 期 绍 兴 文 理 学 院 学 报 冬年 月 支持 向量机学 习算法一序列最小优化 赵 洪 波 赵丽 红 绍 文理学 学 , 江 绍 〕以 兴 院 工 院 浙 兴 摘 要 支持 向量机作 为一种 优秀 的学 习方法 , 有着严格 的理论基 础 和很 好 的应 用 前景 , 但是 由于 支持 向量 机算法 实现 复 、 杂 效 低 , 重 限制 了支持 向量机 的应 用 方法 的提 出大大提 了支持 向量机学 习 的效 , 者 法 的实现进 率 严 高 率 作 对 算 行 了详细 的介绍 关键词 支持 向量机 二 次优化 中图分类号 文 献标识码 文 章编 号 一 一 印 一 , 照 , 方法是一种简单 的算法 它能快速地解 的二 次规划 问题 按 的理论 在保证 收敛 的 , 一 , ’ 情况下 把 的二次规划 问题分解 成一 系列子 问题来解 决 〔 〕 和其他算法 相 比 方 法在 每 一 步选 一 的 化 问 解 , 准 的 优 化 问 , 的优 化 问 只有 两 拉 格 朗 日 择 个最小 优 题来 对标 题来 说 最 小 题就是 个 乘 子 的优化 问题 在每一步 , 方法选择两个拉格 朗 日乘 子进行优化 , 然后 再更新 以反 映新 的优化值 , 只 日 , 即