机器学习,模式分类,支持向量机,增量式算法," /> 基于支持向量机的增量式算法" /> 基于支持向量机的增量式算法" /> 机器学习,模式分类,支持向量机,增量式算法,"/> <span style="font-family: 宋体">基于支持向量机的增量式算法</span>
Please wait a minute...
浙江大学学报(工学版)
J4  2008, Vol. 42 Issue (12): 2121-2126    
论文     
基于支持向量机的增量式算法
1. 浙江大学 计算机科学与技术学院，浙江 杭州 310027；2. 浙江大学 宁波理工学院，浙江 宁波 315100
 全文: PDF 
摘要：

为了扩展支持向量机在大规模数据集和成批出现数据领域的应用，提出了一种基于支持向量机的增量式学习算法.利用标准的支持向量机算法训练得到初始的目标概念，通过增量式步骤不断更新初始的目标概念.更新模型是求解一个与标准支持向量机具有类似的数学形式的凸二次规划问题.证明了在可分情况下，如果新增加的样本不是位于边界区，那么增量式过程既不会改变分类平面也不会改变分类平面的表达.与现有的增量式支持向量机算法相比，该算法无需额外计算就可实现增量式的逆过程并且训练时间与增量式步骤数成反比.实验结果表明，该算法满足稳定性、能够不断改进性能以及性能回复三个准则.
关键词： 机器学习')" href="#">机器学习;  模式分类;  支持向量机;  增量式算法    
出版日期: 2008-12-02
基金资助:

宁波市自然科学基金资助项目（2008A610026）;浙江大学宁波理工学院青年基金资助项目（1141147G601）. 
通讯作者: 何钦铭，男，教授． E-mail: hqm@zju.edu.cn   
作者简介: 黄启春(1972-), 男，福建宁德人，讲师，从事计算机科学与技术的研究. E-mail: qichunhuang@gmail.com
服务　　
把本文推荐给朋友 基于支持向量机的增量式算法”的文章，特向您推荐。请打开下面的网址：http://www.zjujournals.com/xueshu/eng/CN/abstract/abstract25510.shtml" name="neirong"> 基于支持向量机的增量式算法">
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
黄启春
刘仰光
何钦铭

引用本文:

黄启春 刘仰光 何钦铭. 基于支持向量机的增量式算法[J]. J4, 2008, 42(12): 2121-2126.

HUANG Qi-Chun, LIU Ang-Guang, HE Qin-Ming. . J4, 2008, 42(12): 2121-2126.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/    或    http://www.zjujournals.com/xueshu/eng/CN/Y2008/V42/I12/2121

[1] 袁红, 王波, 王丽, 许睦旬. 以轮廓为对象的体态特征情绪分类与预测[J]. 浙江大学学报(工学版), 2018, 52(1): 160-165.
[2] 尤海辉, 马增益, 唐义军, 王月兰, 郑林, 俞钟, 吉澄军. 循环流化床入炉垃圾热值软测量[J]. 浙江大学学报(工学版), 2017, 51(6): 1163-1172.
[3] 朱东阳, 沈静逸, 黄炜平, 梁军. 基于主动学习和加权支持向量机的工业故障识别[J]. 浙江大学学报(工学版), 2017, 51(4): 697-705.
[4] 廖苗, 赵于前, 曾业战, 黄忠朝, 张丙奎, 邹北骥. 基于支持向量机和椭圆拟合的细胞图像自动分割[J]. 浙江大学学报(工学版), 2017, 51(4): 722-728.
[5] 谢罗峰, 徐慧宁, 黄沁元, 赵越, 殷国富. 应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷[J]. 浙江大学学报(工学版), 2017, 51(1): 184-191.
[6] 钟崴, 彭梁, 周永刚, 徐剑, 从飞云. 基于小波包分析和支持向量机的锅炉结渣诊断[J]. 浙江大学学报(工学版), 2016, 50(8): 1499-1506.
[7] 赵凌, 黄平捷, 刘宝玲, 赵树浩, 侯迪波, 张光新. 多层导电结构内部状态脉冲涡流检测分析方法[J]. 浙江大学学报(工学版), 2016, 50(4): 603-608.
[8] 陈大伟, 姚拴宝, 刘韶庆, 郭迪龙. 高速列车头型气动反设计方法[J]. 浙江大学学报(工学版), 2016, 50(4): 631-640.
[9] 冯培恩, 彭贝, 高宇, 邱清盈. 液压挖掘机作业循环阶段的智能识别[J]. 浙江大学学报(工学版), 2016, 50(2): 209-217.
[10] 潘翔,童伟淮,张三元,郑河荣. 结合语义本体与泊松方程的动画角色模型分割[J]. 浙江大学学报(工学版), 2015, 49(9): 1634-1641.
[11] 谭海龙, 刘康玲, 金鑫, 石向荣, 梁军. 基于μσ-DWC特征和树结构M-SVM的多维时间序列分类[J]. 浙江大学学报(工学版), 2015, 49(6): 1061-1069.
[12] 黄发明, 殷坤龙, 张桂荣, 唐志政, 张俊. 多变量PSO-SVM模型预测滑坡地下水位[J]. 浙江大学学报(工学版), 2015, 49(6): 1193-1200.
[13] 程健, 项志宇, 于海滨, 刘济林. 城市复杂环境下基于三维激光雷达实时车辆检测[J]. 浙江大学学报(工学版), 2014, 48(12): 2101-2106.
[14] 汪开灿,许霁,翟国富. 基于电磁超声的铝板缺陷识别方法[J]. 浙江大学学报(工学版), 2014, 48(11): 2031-2038.
[15] 彭令,牛瑞卿,吴婷. 时间序列分析与支持向量机的滑坡位移预测[J]. J4, 2013, 47(9): 1672-1679.