一种基于局部敏感哈希的SVM快速增量学习算法

摘要：

为了提高大规模高维度数据的训练速度和分类精度,提出了一种基于局部敏感哈希的SVM快速增量学习方法.算法首先利用局部敏感哈希能快速查找相似数据的特性,在SVM算法的基础上筛选出增量中可能成为SV的样本,然后将这些样本与已有SV一起作为后续训练的基础.使用多个数据集对该算法进行了验证.实验表明,在大规模增量数据样本中,提出的SVM快速增量学习算法能有效地提高训练学习的速度,并能保持有效的准确率.

关键词：LSH、SVM、增量学习、大规模数据、高维

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：面向非特定产品质量检测的一般性目标识别方法LZ14F030001

在线出版日期：2018-01-24（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：88-91