• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

大规模训练集的快速缩减

罗瑜 易文德 何大可 林宇

罗瑜, 易文德, 何大可, 林宇. 大规模训练集的快速缩减[J]. 西南交通大学学报, 2007, 20(4): 468-472,489.
引用本文: 罗瑜, 易文德, 何大可, 林宇. 大规模训练集的快速缩减[J]. 西南交通大学学报, 2007, 20(4): 468-472,489.
LUO Yu, YI Wende, HE Dake, LIN Yu. Fast Reduction for Large-Scale Training Data Set[J]. Journal of Southwest Jiaotong University, 2007, 20(4): 468-472,489.
Citation: LUO Yu, YI Wende, HE Dake, LIN Yu. Fast Reduction for Large-Scale Training Data Set[J]. Journal of Southwest Jiaotong University, 2007, 20(4): 468-472,489.

大规模训练集的快速缩减

基金项目: 

上海市特种光纤重点实验科研项目(20050926)

详细信息
    作者简介:

    罗瑜(1977- ),男,博士研究生,研究方向为并行计算及模式识别,电话:13982097576,E-mail:yuluo77@163.com

    通讯作者:

    何大可(1944- ),男,教授,博士生导师,主要研究方向为密码学、信息安全,并行计算,E-mail:dkhe_scce@home.swjtu.edu.cn

Fast Reduction for Large-Scale Training Data Set

  • 摘要: 为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度.

     

  • 加载中
计量
  • 文章访问数:  1402
  • HTML全文浏览量:  59
  • PDF下载量:  393
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-10-23
  • 刊出日期:  2007-08-25

目录

    /

    返回文章
    返回