Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2008-05-15

Journal: 大连理工大学学报

Included Journals: CSCD、ISTIC、PKU、EI

Volume: 48

Issue: 3

Page Number: 446-450

ISSN: 1000-8608

Key Words: 卫向量;支持向量机;训练集;支持向量集

Abstract: 针对支持向量机(SVM)在处理大规模训练集时,训练速度和分类速度变慢的缺点,提出了一种基于卫向量的简化SVM模型.用对偶变换及求解线性规划方法提取卫向量,缩小训练集规模;在此基础上对训练得到的支持向量集,用线性相关性去除冗余支持向量,从而达到简化目的.对UCI标准数据集的实验表明:在保证不损失分类精度的前提下,该模型一定程度上改进了传统SVM,缩短了学习时间,取得了良好的效果.