一种SVM增量学习算法

被引：23

作者：

萧嵘

王继成

孙正兴

张福炎

机构：

[1] 南京大学软件新技术国家重点实验室

[2] 南京大学计算机科学与技术系

来源：

南京大学学报(自然科学版) | 2002年 / 02期

关键词：

支持向量机; 分类; 增量学习; 机器学习;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

分析了SVM理论中SV(支持向量 )集的特点 ,给出一种SVM增量学习算法 .通过在增量学习中使用SV集与训练样本集的分类等价性 ,使得新的增量训练无需在整个训练样本空间进行 .理论分析和实验结果表明 ,该算法能在保证分类精度的同时有效地提高训练速度

引用

收藏

页码：152 / 157

页数：6

相关论文

共 2 条

[1] A tutorial on Support Vector Machines for pattern recognition
Burges, CJC
[J]. DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) : 121 - 167
[2] Support vector method for function approximation, regression estimation, and signal processing .2 V apnik V,Golowich S,Smola A. Neural Information Processing System s . 1997