SMO算法

作品数：55被引量：123H指数：5
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：翟永杰郑奇马义中周晓剑史忠植更多>>
相关机构：华北电力大学华南理工大学西安电子科技大学江南大学更多>>
相关期刊：《中国高新科技》《应用基础与工程科学学报》《小型微型计算机系统》《通信技术》更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中澳科技合作特别基金北京市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程与应用x
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
间隔值辅助的SMO算法改进研究
《计算机工程与应用》2017年第4期64-69,共6页郑奇 段会川 孙海涛 
国家自然科学基金(No.61572299)
顺序最小优化(SMO)算法是现今求解支持向量机(SVM)的最优秀算法之一,其效率直接影响到SVM的训练效率。为提高SVM的训练效率,提出了一种间隔值辅助的SMO改进算法。通过一定量的经验性实验,统计总结出了间隔值随迭代次数变化的规律,即该...
关键词：支持向量机 顺序最小优化 间隔 交叉验证 
基于改进停机准则的SMO算法
《计算机工程与应用》2014年第16期31-34,61,共5页韩顺成 马小晴 陈进东 潘丰 
国家高技术研究发展计划(863)(No.2009AA05Z203);江苏高校优势学科建设工程资助项目
在序列最小优化(Sequential Minimal Optimization,SMO)算法训练过程中,采用标准的KKT(Karush-KuhnTucker)条件作为停机准则会导致训练后期速度下降。由最优化理论可知,当对偶间隙为零时,凸二次优化问题同样可以取得全局最优解。因此本...
关键词：支持向量机回归 序列最小优化算法 对偶间隙 KKT条件 停机准则 
加快SMO算法训练速度的策略研究被引量：4
《计算机工程与应用》2007年第33期184-187,共4页骆世广 骆昌日 
国家自然科学基金(the National Natural Science Foundation of China under Grant No.10471045; No.60433020);广东省自然科学基金(the Natural Science Foundation of Guangdong Province of China under Grant No.970472; No.000463; No.04020079);广东科技公关计划(the Key Technologies R&D Program of Guangdong Province; China under Grant No.2005B10101010);霍英东基金( No.91005);教育部人文社科基金(No.2005-241);广州市天河区科技攻关项目(No.051G041);华南理工大学自然科学基金(No.B13-E5050190)
SMO(序贯最小优化算法)算法是目前解决支持向量机训练问题的一种十分有效的方法,但是当面对大样本数据时,SMO训练速度比较慢。考虑到在SVM的优化过程中并不是所有样本都能影响优化进展,提出了两种删除样本的策略:一种是基于距离,一种是...
关键词：支持向量机 序贯最小优化算法 SHRINKING 
回归支持向量机SMO算法的改进被引量：3
《计算机工程与应用》2007年第17期74-76,共3页许建潮 张玉石 
在Smola和Sch$lkopf的SMO算法中,由于使用了单一的极限值而使得算法的效果没有完全表现出来。使用KKT条件来检验二次规划问题,使用两个极限参量来对回归SMO算法进行改进。通过对比实验,这一改进算法在执行速度上表现出了非常好的性能。
关键词：支持向量机 回归 序列最小优化 
噪声消除与SMO算法收敛性
《计算机工程与应用》2006年第24期160-163,共4页何建兵 何清 史忠植 
国家自然科学基金资助项目(编号:60435010);国家863高技术研究发展计划资助项目(编号:2003AA115220);中澳科技合作特别基金项目;北京市自然科学基金资助项目(编号:4052025)
近年来,随着序列最小优化分类算法SMO等一系列快速算法的推出,支持向量机在自动文本分类研究领域取得了很大的成功。大多数文本分类问题是线性可分的,使用线性核函数的SMO算法能够取得非常好的分类效果。但是文本向量是一种非常稀疏的向...
关键词：文本分类 支持向量机 SMO算法 噪声样本 
基于SMO的多层次文本分类法研究被引量：3
《计算机工程与应用》2006年第13期152-154,167,共4页何建兵 何清 史忠植 
国家自然科学基金资助项目(编号:60435010);国家863高技术研究发展计划资助项目(编号:2003AA115220);中澳科技合作特别基金项目;北京市自然科学基金资助项目(编号:4052025)
在以往的自动文本分类研究中,大多比较流行的分类技术都是在一个层次上将文本分成几个类别。但随着信息检索的量越来越大,文本的种类将越来越多,仅仅通过一层对海量信息进行组织分类越来越不适合海量信息的检索工作,这种平坦式的分类组...
关键词：文本分类 多层次文本分类 支持向量机 SMO算法 多层支持向量机 
基于SMO算法的自适应多址干扰抑制被引量：1
《计算机工程与应用》2004年第26期123-125,128,共4页苏红芹 赵东风 王渊 
国家自然科学基金资助项目(编号:60362001;69862001)
支持向量机作为一种新的模式分类方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上。论文将支撑向量应用到DS-CDMA系统的多址干扰抑制中,并采用SMO算法构建非线性的检测接收器,理论推导和系统仿真表明该多用户检测接收器在...
关键词：SMO 多址干扰 多用户检测 支撑向量机 CDMA 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部