支持向量机的SMO算法及其自适应改进研究

被引：12

作者：

王伟 ^{[1
,2
]}

刘梅 ^{[2
]}

段爱玲 ^{[3
]}

机构：

[1] 武汉理工大学计算机科学与技术学院

[2] 郑州牧业工程高等专科学校信息工程系

[3] 河南工业大学信息科学与工程学院

来源：

关键词：

机器学习; 支持向量机; SMO算法; 自适应;

D O I：

10.13537/j.issn.1004-3918.2010.04.026

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速、高效的需求.

引用

页码：436 / 439

页数：4