主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第9期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
萧嵘,王继成,孙正兴,张福炎.一种SVM增量学习算法α-ISVM.软件学报,2001,12(12):1818-1824
一种SVM增量学习算法α-ISVM
An Incremental SVM Learning Algorithm α-ISVM
投稿时间:2000-04-04  修订日期:2000-07-10
DOI:
中文关键词:  支持向量机  分类  模式识别  增量学习  机器学习
英文关键词:SVM (support vector machine)  classification  pattern recognition  incremental learning  machine learning
基金项目:国家自然科学基金资助项目(69903006,60073030);江苏省"九五"科技重点攻关资助项目(BE96017)
作者单位
萧嵘 南京大学计算机软件新技术国家重点实验室,江苏,南京,210093,南京大学计算机科学与技术系,江苏,南京,210093 
王继成 南京大学计算机软件新技术国家重点实验室,江苏,南京,210093,南京大学计算机科学与技术系,江苏,南京,210093 
孙正兴 南京大学计算机软件新技术国家重点实验室,江苏,南京,210093,南京大学计算机科学与技术系,江苏,南京,210093 
张福炎 南京大学计算机软件新技术国家重点实验室,江苏,南京,210093,南京大学计算机科学与技术系,江苏,南京,210093 
摘要点击次数: 4733
全文下载次数: 3962
中文摘要:
      基于SVM(support vector machine)理论的分类算法,由于其完善的理论基础和良好的试验结果,目前已逐渐引起国内外研究者的关注.深入分析了SVM理论中SV(support vector,支持向量)集的特点,给出一种简单的SVM增量学习算法.在此基础上,进一步提出了一种基于遗忘因子α的SVM增量学习改进算法α-ISVM.该算法通过在增量学习中逐步积累样本的空间分布知识,使得对样本进行有选择地遗忘成为可能.理论分析和实验结果表明,该算法能在保证分类精度的同时,有效地提高训练速度并降低存储空间的占用.
英文摘要:
      The classification algorithm based on SVM (support vector machine) attracts more attention from researchers due to its perfect theoretical properties and good empirical results. In this paper, the properties of SV set are analyzed thoroughly, and a new learning method is introdnced to extend the SVM Classification algorithm to incremental learning area. After that, a new improved incremental SVM learning algorithm is proposed, which is based on a sifting factor. This algorithm accumulates distribution knowledge of the training sample while the incremental training is proceeded, and thus makes it possible to discard samples optimally. The theoretical analysis and experimental results show that this algorithm could not only improve the training speed, but also reduce storage cost.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利