基于支持向量机在线训练算法的研究

支持向量回归机算法运用于在线训练环境下效率很高,因为,当每次训练集改变后,它不需要从头开始对样本进行重新学习。本文研究的一种增量与减量式的支持向量回归机在线训练算法,当在训练集中添加或删除样本时,该算法就可以有效更新回归函数,并通过逐步改变样本的系数,运用拉格朗日乘子法,从而进行迭代,最终训练完整个样本集。仿真结果表明该算法具有较高的训练效率。