改进的结合密度聚类的SVM快速分类方法
Improved fast classifier based on SVM and density clustering作者机构：华中师范大学数学与统计学学院武汉430079
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2011年第47卷第2期
页 面：136-138页
核心收录：
学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学]
摘 要：针对SVM在对大规模数据分类时求解规模过大的问题,提出了一种缩减数据集以提高训练速度的方法。该算法的第一步利用基于密度的方法大致定位能代表某个局域的质点,然后用SVM训练缩减后的数据得到一组支持向量,第二步的训练数据由支持向量以及其所代表的样本点构成。仿真实验证明该算法在保证分类准确率的情况下能有效地提高分类速度。
维普期刊数据库
同方期刊数据库