基于支持向量机的增量学习算法  

Incremental learning algorithm based on SVM

作　　者：曹杰[1] 刘志镜[2] 

机构地区：[1]西安电子科技大学计算机系,西安710071 [2]西安电子科技大学计算中心,西安710071

出　　处：《计算机应用研究》2007年第8期48-49,52,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60573139)

摘　　要：分析了支持向量的性质和增量学习过程,提出了一种新的增量学习算法,舍弃了对最终分类无用的样本,在保证测试精度的同时减少了训练时间。最后的数值实验和应用实例说明该算法是可行、有效的。By analyzing the characteristics of support vectors and the processing of incremental learning, this paper presented a new algorithm of incremental learning. It discarded useless samples and kept the testing accuracy, meanwhile reduced the training time. Numerical and applicable results illustrate that the technique is feasible and effective in the end.

关 键 词：结构风险最小化 支持向量 增量学习 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]