摘要
在特征空间中将样本做分离,将高维的二次规划问题化成数个低维的二次规划问题的组合,大大降低了训练SVM的运算量,而又基本不损害SVM的性能,这为SVM在模式分类中的实时应用创造了条件。
In the eigenspace the samples are divided to transform the quadratic program in the high dimensions to the one in the low. The method keep the properties of SVM and offer the real-time application conditions in the mode classification.
出处
《长春工业大学学报》
CAS
2008年第5期486-491,共6页
Journal of Changchun University of Technology
基金
国家自然科学基金资助项目(10471055)