点击次数：

论文类型：期刊论文

发表时间：2008-05-15

发表刊物：大连理工大学学报

收录刊物：EI、PKU、ISTIC、CSCD

卷号：48

期号：3

页面范围：446-450

ISSN号：1000-8608

关键字：卫向量;支持向量机;训练集;支持向量集

摘要：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.