本文選題：支持向量機　切入點：大規(guī)模分類　出處：《計算機工程與應用》2017年03期 　論文類型：期刊論文

【摘要】：針對支持向量機(Support Vector Machine,SVM)處理大規(guī)模數據集的學習時間長、泛化能力下降等問題,提出基于邊界樣本選擇的支持向量機加速算法。首先,進行無監(jiān)督的K均值聚類;然后,在各個聚簇內依照簇的混合度、支持度因素應用K近鄰算法剔除非邊界樣本,獲得最終的類別邊界區(qū)域樣本,參與SVM模型訓練。在標準數據集上的實驗結果表明,算法在保持傳統支持向量機的分類泛化能力的同時,顯著降低了模型訓練時間。
[Abstract]:Aiming at the problems of long learning time and reduced generalization ability of large scale data set processing by support vector machine (SVM), an accelerated support vector machine (SVM) algorithm based on boundary sample selection is proposed. Firstly, unsupervised K-means clustering is carried out, and then, an unsupervised K-means clustering algorithm is proposed. According to the mixing degree of each cluster, the support factor uses K-nearest neighbor algorithm to eliminate the non-boundary samples and obtain the final class boundary region samples to participate in the training of SVM model. The experimental results on the standard data sets show that, The algorithm not only maintains the generalization ability of traditional SVM, but also significantly reduces the training time of the model.
【作者單位】： 佛山科學技術學院電子與信息工程學院;
【基金】：2014年國家星火計劃項目(No.2014GA780031) 廣東省自然科學基金(No.2015A030313638) 廣東高校優(yōu)秀青年創(chuàng)新人才培養(yǎng)計劃資助項目(No.2013LYM_0097,No.2014KQNCX184) 佛山科學技術學院校級科研項目
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 吳娟;范玉妹;王麗;;關于改進的支持向量機的研究[J];攀枝花學院學報;2006年05期

2 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機算法[J];計算機應用;2008年S2期

3 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機的研究進展[J];計算機工程與應用;2012年12期

4 王云英;閻滿富;;C-支持向量機及其改進[J];唐山師范學院學報;2012年05期

5 李逢煥;;試述不確定支持向量機應用分析及改進思路[J];中國證券期貨;2012年12期

6 邵惠鶴;支持向量機理論及其應用[J];自動化博覽;2003年S1期

7 曾嶸,蔣新華,劉建成;基于支持向量機的異常值檢測的兩種方法[J];信息技術;2004年05期

8 張凡,賀蘇寧;模糊判決支持向量機在自動語種辨識中的研究[J];計算機工程與應用;2004年21期

9 魏玲,張文修;基于支持向量機集成的分類[J];計算機工程;2004年13期

10 沈翠華,鄧乃揚,肖瑞彥;基于支持向量機的個人信用評估[J];計算機工程與應用;2004年23期

相關會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風險評估模型[A];第六屆（2011）中國管理學年會——商務智能分會場論文集[C];2011年

2 劉希玉;徐志敏;段會川;;基于支持向量機的創(chuàng)新分類器[A];山東省計算機學會2005年信息技術與信息化研討會論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學習方法[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機的系統辨識方法研究及應用[A];中國力學大會——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機方法預測膜蛋白類型[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

8 周星宇;王思元;;智能數學與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學術年會論文集[C];2006年

10 侯澍e，

本文編號：1565684