一种改进的最小二乘支持向量机及其应用

被引:6
作者
余艳芳
高大启
机构
[1] 华东理工大学计算机科学与工程系
关键词
最小二乘支持向量机; 序贯最小优化; 自适应导向循环图;
D O I
暂无
中图分类号
TP301 [理论、方法];
学科分类号
081202 ;
摘要
为了克服传统支持向量机训练速度慢、计算资源需求大等缺点,本文应用最小二乘支持向量机算法来解决分类问题。同时,本文指出了决策导向循环图算法的缺陷,采用自适应导向循环图思想来实现多类问题的分类。为了提高样本的学习速度,本文还将序贯最小优化算法与最小二乘支持向量机相结合,最终形成了ADAGLSSVM算法。考虑到最小二乘支持向量机算法失去了支持向量的稀疏性,本文对支持向量作了修剪。实验结果表明,修剪后,分类器的识别精度和识别速度都得到了提高。
引用
收藏
页码:69 / 71+85 +85
页数:4
相关论文
共 1 条
  • [1] Least squares support vector machine classifiers
    Suykens, JAK
    Vandewalle, J
    [J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300