一种基于壳向量的SVM快速增量学习算法

该文提出了一种新的支持向量机学习算法—基于壳向量的增量学习算法(HVISVM)。选取一部分最有可能成为支持向量的样本—壳向量,再进行SVM增量学习。由于提取壳向量的过程只需线性规划运算,之后的训练过程又只需处理原训练样本中的一部分;增量学习既能继承先前所学习的知识,又能减少由于新样本的加入而重新学习的时间。使整个算法的训练速度大为提高。与经典支持向量机的快速算法比,精度相当,但速度可以提高数倍以上。