基于增量学习支持向量机的音频例子识别与检索

音频例子识别与检索的主要任务是构造一个良好的分类学习机 ,而在构造过程中 ,从含有冗余样本的训练库中选择最佳训练例子、节省学习机的训练时间是构造分类机面临的一个挑战 ,尤其是对含有大样本训练库音频例子的识别 由于支持向量是支持向量机中的关键例子 ,提出了增量学习支持向量机训练算法 在这个算法中 ,训练样本被分成训练子库按批次进行训练 ,每次训练中 ,只保留支持向量 ,去除非支持向量 与普通和减量支持向量机对比的实验表明 ,算法在显著减少训练时间前提下 。