【摘要】针对支持向量机( Support Vector Mac,hine．SVM)处理大规模样本分类的学习效率降低问题，提出两阶段学习的支持向量机算法。该方法首先在正负类分别进行无监督聚类，提取各个聚类质心组成约简训练集，进行初次SVM训练；然后，根据初次训练结果选取边界样本集，参与第二次SVM训练。在UCI数据集上的实验结果表明，所提方法在保持分类泛化性能的同时，提高了模型的训练速度。
【关键词】
《佛山科学技术学院学报（自然科学版）》 2015-10-15
《佛山科学技术学院学报（自然科学版）》 2015-10-15
《南方农业学报》 2015-10-15
《南方农业学报》 2015-10-15
《中国乡镇企业会计》 2015-10-16
《中国乡镇企业会计》 2015-10-16
《中国乡镇企业会计》 2015-10-16
《科技创新与应用》 2015-10-15
010-56259535
关注中教数据库
Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved
个人中心
退出
发表评论
登录后发表评论 (已发布 0条)点亮你的头像 秀出你的观点