基于支持向量机的增量学习算法

摘要：

通过对支持向量机KKT条件和样本间关系的研究, 分析了新增样本加入训练集后支持向量的变化情况, 提出一种改进的Upper Limit on Increment增量学习算法. 该算法按照KKT条件将对应的样本分为3类: 位于分类器间隔外, 记为RIG; 位于分类间隔上, 记为MAR; 位于分类间隔内, 记为ERR. 并在每次训练后保存ERR集, 将其与下一个增量样本合并进行下一次训练. 实验证明了该算法的可行性和有效性.

关键词：支持向量、增量学习、支持向量机(SVM)

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：国家科技支撑计划项目基金3G008G341421

在线出版日期：2010-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：464-467