基于聚类的大样本支持向量机研究

被引：14

作者：

奉国和 ^{[1
]}

朱思铭 ^{[2
]}

机构：

[1] 华南师范大学经济管理学院信息管理系

[2] 中山大学数学与计算科学学院

来源：

关键词：

支持向量机分类; 大样本; 聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对大样本支持向量机内存开销大、训练速度慢的缺点,本文提出了基于聚类支持向量机,运用 k-mean 对样本聚类,压缩样本量,构造初始超平面,筛选出靠近超平面的支持类和可能支持向量,重新构造决策超平面。实验表明。在保持泛化精度基本一致前提下,改进算法的训练速度明显提高。

引用

页码：145 / 147

页数：3