一种新的支持向量机增量算法

被引：4

作者：

毛建洋

黄道

机构：

[1] 华东理工大学信息科学与工程学院

来源：

关键词：

统计学习; 支持向量机; 分类; 增量学习; KKT条件;

D O I：

10.14135/j.cnki.1006-3080.2006.08.021

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

分析了增量学习过程中支持向量和非支持向量的转化情况。在此基础上提出一种误分点回溯SVM增量算法,该算法先找出新增样本中被误分的样本,然后在原样本集寻找距误分点最近的样本作为训练集的一部分,重新构建分类器,这样能有效保留样本的分类信息。实验结果表明:该算法比传统的支持向量机增量算法有更高的分类精度。

引用

页码：989 / 991

页数：3