一种快速最小二乘支持向量机分类算法
孔锐;张冰
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)032
【摘要】最小二乘支持向量机不需要求解凸二次规划问题,通过求解一组线性方程而获得最优分类面,但是,最小二乘支持向量机失去了解的稀疏性,当训练样本数量较大时,算法的计算量非常大.提出了一种快速最小二乘支持向量机算法,在保证支持向量机推广能力的同时,算法的速度得到了提高,尤其是当训练样本数量较大时算法的速度优势更明显.新算法通过选择那些支持值较大样本作为训练样本,以减少训练样本数量,提高算法的速度;然后,利用最小二乘支持向量机算法获得近似最优解.实验结果显示,新算法的训练速度确实较快.
【总页数】4页(168-170,200)
【关键词】稀疏性;最小二乘支持向量机;核函数;支持向量机
【作者】孔锐;张冰
【作者单位】暨南大学,珠海学院,计算机科学系,广东,珠海,519070;暨南大学,珠海学院,计算机科学系,广东,珠海,519070
【正文语种】中文
【中图分类】TP181
【相关文献】
1.最小二乘支持向量机的一种改进算法 [J], 周博韬; 李安贵
2.一种改进的最小二乘孪生支持向量机分类算法 [J], 储茂祥; 王安娜; 巩荣芬
3.一种高效的最小二乘支持向量机分类器剪枝算法 [J], 杨晓伟; 路节; 张广全