一种处理较大规模数据分类的支持向量机  

Method of support vector machine to solve large-scale data set classification

作　　者：徐健[1] 陈光喜[1] 

机构地区：[1]桂林电子科技大学数学与计算科学学院,广西桂林541004

出　　处：《计算机工程与应用》2007年第6期165-167,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.10501009;No.10661005);广西省教育厅基金资助。

摘　　要：对支持向量分类机中的一些基本方法作出详细地介绍,并进一步研究了方法的求解与改进。并通过对标准支持向量机的改造考虑了一种改进的方法,并进行相关的理论分析,通过数据实验验证了这种方法比传统的分类机在运算速度上有提高,特别是在处理较大规模的数据集时运算时间的效果更明显。Some introductions will be made about common methods of Support Vector Machines （SVM） classification.Some improvements also are discussed.Study a method of SVM to solve large-scale data through general SVM.Through theory＇s analysis and data experiment prove that this method raise speed of calculus.Especially,when data set is large-scale this method will be more effective.

关 键 词：支持向量机 数据分类算法 大规模数据集 运算速度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]