边界K邻近大样本支持向量机分类OA北大核心CSCDCSTPCD
Research on large scale SVM classification based on boundary K-nearest
针对大样本支持向量机内存开销大、训练速度慢的缺点,提出了一种改进的支持向量机算法.算法先利用KNN方法找出可能支持向量,然后利用SVM在可能支持向量集上训练得到分类器.实验表明改进算法训练速度提高明显.
奉国和
华南师范大学经济管理学院信息管理系,广州,510006
计算机与自动化
支持向量机大样本分类
《计算机工程与应用》 2009 (23)
15-17,62,4
国家社会科学基金项目(No.08CTQ003)广东省哲学社会科学规划项目(No.06M03).
评论