-
题名基于无监督聚类的约简支撑向量机
被引量:1
- 1
-
-
作者
郑松峰
徐维朴
刘维湘
郑南宁
-
机构
西安交通大学人工智能与机器人研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2004年第14期74-76,共3页
-
文摘
为解决标准支撑向量机算法所面临的巨大的计算量问题,Lee和Mangasarian提出了约简支撑向量机算法;但他们选取的“支撑向量”是从训练样本里面任意选的,其分类结果受随机性影响比较大。该文利用简单的无监督聚类算法,在样本空间中选取了一些具有较强代表性的样本作为“支撑向量”,再运用约简支撑向量机算法,有效地减少了运算量。实验验证文中方法可以用较少的“支撑向量”来得到较高的识别率,同时运行时间也大大缩短。
-
关键词
约简支撑向量机
聚类
支撑向量
优化
-
Keywords
Reduced Support Vector Machines,clustering,Support Vector,optimization
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-