改进的SVDD增量学习算法 |
| |
引用本文: | 花小朋,皋军,田明,刘其明.改进的SVDD增量学习算法[J].计算机工程,2009,35(22):210-211. |
| |
作者姓名: | 花小朋 皋军 田明 刘其明 |
| |
作者单位: | 盐城工学院信息工程学院,盐城,224001 |
| |
基金项目: | 盐城工学院重点学科建设基金资助项目 |
| |
摘 要: | 通过对SVDD增量学习中原样本和新增样本的特性分析,提出一种改进的SVDD增量学习算法。在增量学习过程中,该算法选取原样本的支持向量集和非支持向量中可能转为支持向量的样本集以及新增样本中违反KKT条件的样本作为训练样本集,舍弃对最终分类无用的样本。实验结果表明,该算法在保证分类精度的同时减少了训练时间。
|
关 键 词: | 支持向量数据描述 KKT条件 支持向量 增量学习 |
修稿时间: | |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|