基于异类近邻的支持向量机加速算法

支持向量机的训练时间随样本增多而明显增加。为了在保持训练效果的同时提高训练速度,给出精简训练数据集的一种算法。对每个样本,通过选择异类近邻来构成训练集,利用异类近邻来选择边界样本。实验结果表明,与FCNN算法和NPPS算法相比,该算法在保持甚至增进支持向量机分类效果的同时,能大幅提高训练效率。