基于无监督聚类的约简支撑向量机

作     者：郑松峰 徐维朴 刘维湘 郑南宁 Zheng Songfeng Xu Weipu Liu Weixiang Zheng Nanning(The Institute of Artificial Intelligence and Robotics,Xi’an Jiaotong University,Xi’an710049)

作者机构：西安交通大学人工智能与机器人研究所西安710049 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2004年第40卷第14期

页      面：74-76页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：约简支撑向量机 聚类 支撑向量 优化 

摘      要：为解决标准支撑向量机算法所面临的巨大的计算量问题,Lee和Mangasarian提出了约简支撑向量机算法;但他们选取的“支撑向量是从训练样本里面任意选的,其分类结果受随机性影响比较大。该文利用简单的无监督聚类算法,在样本空间中选取了一些具有较强代表性的样本作为“支撑向量,再运用约简支撑向量机算法,有效地减少了运算量。实验验证文中方法可以用较少的“支撑向量来得到较高的识别率,同时运行时间也大大缩短。