基于神经网络的支持向量机学习方法研究

被引：47

作者：

郭虎升

王文剑

机构：

[1] 山西大学计算机与信息技术学院计算智能与中文信息处理省部共建教育部重点实验室

来源：

计算机工程与应用 | 2009年 / 02期

关键词：

支持向量机; ART-SVM算法; SOM-SVM算法; 聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对支持向量机(Support Vector Machine,SVM)对大规模样本分类效率低下的问题,提出了基于自适应共振理论(Adaptive Resonance Theory,ART)神经网络与自组织特征映射(Self-Organizing feature Map,SOM)神经网络的SVM训练算法,分别称为ART-SVM算法与SOM-SVM算法。这两种算法通过聚类压缩数据集,使SVM训练的速度大大提高,同时可获得令人满意的泛化能力。

引用

页码：51 / 54

页数：4