一种快速支持向量机增量学习算法-控制与决策.pdf

第 20 卷 第 10 期 　控　制　与　决　策 2005 年 10 月 V o l. 20 N o. 10 　Con trol and D ec is ion　 　　O ct. 2005 　　文章编号: 100 10920 (2005) 一种快速支持向量机增量学习算法 孔　锐, 张　冰 (暨南大学 珠海学院 计算机科学系, 广东 珠海 5 19070) 摘　要: 经典的支持向量机(SVM ) 算法在求解最优分类面时需求解一个凸二次规划问题, 当训练样本数量很多时, 算法的速度较慢, 而且一旦有新的样本加入, 所有的训练样本必须重新训练, 非常浪费时间. 为此, 提出一种新的 SVM 快速增量学习算法. 该算法首先选择那些可能成为支持向量的边界向量, 以减少参与训练的样本数 目; 然后进 行增量学习. 学习算法是一个迭代过程, 无需求解优化问题. 实验证明, 该算法不仅能保证学习机器的精度和 良好的 推广能力, 而且算法的学习速度比经典的 SVM 算法快, 可以进行增量学习. 关键词: 支持向量; 边界向量; 增量学习; 支持向量机 中图分类号: T P 181　　　　文献标识码: A A Fa st In crem en ta l L earn in g A lgor ithm f or Support Vector M ach in e K ON G R u i, ZH A N G B ing (D ep ar tm en t o f Com p u ter Scien ce o f Zhuh a i Co llege o f J i’n an U n iver sity , Zhuh a i 5 19070, Ch in a. Co r re spon den t: , : @ . . ) KON G R u i E m a il tkongru i jnu edu cn Abstract: A k in d o f a lgo r ithm fo r suppo r t vecto r m ach in e ( SVM ) is p ropo sed, w h ich can t ra in SVM fa st an d in crem en ta lly. T h e n ew a lgo r ithm se lect s bo rder vecto r s w h ich m ay b e suppo r t vecto r s, so a s to redu ce t ra in ing sam p le s an d advan ce t ra in ing sp eed. T h en an in crem en ta l a lgo r ithm is p re sen ted to t ra in SVM by u sing th e se lected . bo rder vecto r s Exp er im en t re su lt s show th at th e a lgo r ithm no t on ly acqu ir s th e sam e p recision w ith th at o f th e , . cla ssica l a lgo r ithm s bu t a lso is fa s