10.3321/j.issn:1002-8331.2005.23.057
一种SVM增量训练淘汰算法
基于KKT条件分析了样本增加后支持向量集的变化情况,深入研究了支持向量分布特点,提出了一种新的支持向量机增量训练淘汰机制--挖心淘汰算法.该算法只需设定一个参数,即可对训练数据进行有效的遗忘淘汰.通过对标准数据集的实验结果表明,使用该方法进行增量训练在保证训练精度的同时,能有效地提高训练速度并降低存储空间的占用.
支持向量机、增量训练、淘汰机制、边界矢量、挖心淘汰算法
41
TP391.4(计算技术、计算机技术)
陕西省自然科学基金
2005-11-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
187-189,212