共 2 条
改进的在线支持向量机训练算法
被引:7
作者:
潘以桢
胡越明
机构:
[1] 上海交通大学计算机科学与工程系
来源:
关键词:
污染预测;
支持向量机;
在线学习;
增量式学习;
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:
传统支持向量机基于批量训练方法,无法适应环境污染预测中的海量数据与实时性要求。在分析研究一种典型的在线支持向量机回归算法[4]的基础上,指出原算法在训练过程中存在样本重复移动问题,导致模型训练速度下降。提出一种改进算法,消除重复移动问题。实验结果表明,该改进在线支持向量机算法建模精度高,训练速度较原算法有显著提高。
引用
收藏
页码:212 / 215
页数:4
相关论文