咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >支持向量机的增量学习和减量学习 收藏

支持向量机的增量学习和减量学习

Incremental and Decremental Learning with Support Vector Machine

作     者:段华 侯伟真 贺国平 廉文娟 Duan Hua;Hou Wei-zhen;He Guo-ping;Lian Wen-juan

作者机构:上海交通大学数学系上海200240 山东科技大学信息学院山东青岛266510 

出 版 物:《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期:2006年第27卷第B7期

页      面:415-421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:国家自然科学基金资助项目(10571109 60503002) 

主  题:支持向量机 增量学习 减量学习 最小二乘法 

摘      要:分别介绍了支持向量机的增量学习和减量学习的两种训练方法,即在线递归训练法和最小二乘支持向量机.递归法只能处理在线(每次只处理一个样本)增量学习或减量学习,而最小二乘法即可处理在线又可处理成批增量学习或减量学习.递归法得到的解是精确的但是以时间为代价的,最小二乘法花费的时间少,但得到的解不如递归法的精确.并通过标准模式分类库中数据集进行数值试验比较.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分