一种快速加权支持向量机训练算法  

Fast Weighted Support Vector Machine Training Algorithm

作　　者：秦玉平[1] 艾青[2] 刘卫江[3] 

机构地区：[1]大连理工大学电子与信息工程学院,辽宁大连116024 [2]渤海大学信息科学与工程学院,辽宁锦州121000 [3]东南大学计算机科学与技术学科博士后流动站,江苏南京210096

出　　处：《计算机应用研究》2007年第7期32-34,39,共4页Application Research of Computers

基　　金：国家"973"计划资助项目(2001CCA00700);国家自然科学基金资助项目(90104031);公安部资助项目(20032129001)

摘　　要：给出了一种利用目标函数的二阶信息选择工作集训练加权支持向量机的算法,导出了加权支持向量机的KKT条件。实验结果表明,与利用目标函数的一阶近似信息选择工作集的训练算法相比,该算法减少了训练迭代次数,特别是训练集规模较大时,该算法的收敛速度有较大幅度的提高。This paper proposed a new traning algorithm of W-SVM that uses second-order information of objective function to select working set and deduced its KKT optimization condition. The experimental results show that the algorithm reduces the number of iterations, comparing with the training algorithm that uses first-order approximate information of objective function to select working set, especially when the training set is very large, its convergence rate is speeded up highly.

关 键 词：加权支持向量机 工作集 目标函数 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]