期刊专题

10.3321/j.issn:1002-8331.2005.23.057

一种SVM增量训练淘汰算法

引用
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

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

41

2005,41(23)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn