序列最小优化工作集选择算法的改进 |
| |
引用本文: | 左琳.序列最小优化工作集选择算法的改进[J].电子科技大学学报(社会科学版),2013(3):129-133. |
| |
作者姓名: | 左琳 |
| |
作者单位: | 电子科技大学能源科学与工程学院 |
| |
基金项目: | 四川省应用基础项目(2011JY0118);中央高校基本科研业务费项目(ZYGX2012J158) |
| |
摘 要: | 序列最小化算法(SMO)是支持向量机重要的常用分解方法。而工作集的选择是实现序列最小优化算法的关键。通过重写KKT条件,提出了一种改进的新工作集选择方法,并相应提出最小化步骤。通过将改进的支持向量机方法应用于网络用户行为数据的分析,与现有方法进行对比测试,验证了新工作集选择方法将减少支持向量机的学习时间并加快收敛过程,改进的支持向量机方法在运行效率和准确度上都有不同程度的提高。
|
关 键 词: | 改进 KKT条件 序列最小优化 支持向量机 工作集选择 |
本文献已被 CNKI 等数据库收录! |
|