一种基于密度法的支持向量预选取算法  

A Pre-extracting Support Vector Algorithm Based on Density

作　　者：廖东平[1] 魏玺章[1] 黎湘[1] 庄钊文[1] 

机构地区：[1]国防科技大学电子科学与工程学院ATR国家重点实验室,长沙410073

出　　处：《信号处理》2007年第5期710-713,共4页Journal of Signal Processing

基　　金：国防预研基金资助课题(41303040203)

摘　　要：针对大规模数据集的分类问题,支持向量机的训练成为一个难题。预先选取支持向量用于支持向量机的训练是解决这一难题的思路之一,但其的选择非常困难。本文提出了一种基于密度法的支持向量预选取方法。该方法不需要事先判定训练样本是否线性可分,具有较强的抗击孤立点干扰的能力,并且计算简单,易于实现。实验仿真证明这种方法是有效的。The training of support vector machine is difficult for classing large-scale data set. Pre-extracting support vector for support vector machine training is one of the solutions to the difficulty, but the choice is very hard. In this paper, a method based on den- sity is proposed to pre-extracting support vector. This method needn＇ t confirm that the training examples is whether linear separable or not beforehand, and has strong ability of diminishing the effect of outliers. This method is simple and quick realization. Experiments show the validity of this method.

关 键 词：统计学习理论(SLT) 支持向量机(SVM) 支持向量(SV) 预选取 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]