Powell算法在线性支持向量机中的应用
Application of Powell Algorithm in Linear Support Vector Machine作者机构：河南科技大学数学与统计学院 西安电子科技大学数学科学系 解放军96251部队
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2011年第37卷第12期
页 面：161-163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）]
基 金：河南科技大学博士科研启动基金资助项目(09001476) 河南科技大学青年基金资助项目(2008QN025) 河南科技大学实验技术开发基金资助项目(SY1011046)
主 题：支持向量机 模式识别 Powell算法 全局牛顿算法
摘 要：并行下降方法应用于线性支持向量机时效率较低。针对该问题,提出将Powell算法应用于线性支持向量机,并采用一个全局牛顿算法来求解单变量子问题。在内循环过程中,通过解一个单变量子问题更新w的一个分量,同时固定其他的分量不变;在外循环过程中,根据判断条件,决定是否沿加速方向搜索,以及是否用加速方向替代之前的某一个搜索方向。UCI数据集上的实验结果表明,算法能很快收敛,且分类精度优于并行下降算法和光滑支持向量机。
维普期刊数据库
同方期刊数据库