【摘 要】
：
在模式识别领域,训练SVM的问题最优转化为求解一个多变量的二次规划问题,随着样本数目的增多,经典的求解算法面临着存储空间太大的困难.目前,解决大样本分类问题的主要方法是
论文部分内容阅读
在模式识别领域,训练SVM的问题最优转化为求解一个多变量的二次规划问题,随着样本数目的增多,经典的求解算法面临着存储空间太大的困难.目前,解决大样本分类问题的主要方法是分解算法.由于需要不断地选择工作集,并且受传统优化方法的影响,工作集中的元素个数又不能太多,因此分解算法一般比较慢.2001年,基于矩阵降阶求逆的思想,Mangasarian提出了一种高效的迭代算法——拉格朗日支撑矢量机(LSVM).对于线性分类问题,该算法是目前最快的.但是,它不能解决大样本的非线性分类问题.为了充分利用分解算法和LSVM的优点,我们在SVM分解算法的基础上对LSVM进行了改进,提出了高效率的训练算法ELSVM(Extended Lagrange Support Vector Machine).该文从理论上证明了ELSVM算法的收敛性.作者对UCI标准数据测试集中的若干测试样本进行测试,将ELSVM算法与SVM算法、LSVM算法的训练结果进行了比较.结果表明:ELSVM算法不仅扩展了LSVM算法,使其可以解决大样本的非线性分类问题,而且在速度上大大超过SVM等传统的分解算法.
其他文献
该文主要讨论了三类问题.一为Hardy不等式的分类、最佳常数的证明及不等式的应用,二为弱奇性双调和问题,三为强奇性双调和问题.作者以循序渐进的方法,先建立了几类对应齐次Di
山龙科技倾力打造SL-SDG系列高性能交流伺服驱动深圳市山龙科技有限公司依托15年的精工研制,倾力打造的第三代通用型高性能交流伺服驱动器——SL-SDG系列将于近期上市。该系
该文借助区域分解思想并基于自然边界归化理论,研究无穷凹角区域椭圆边值问题的重叠型和非重叠型区域分解算法.对非重叠型区域分解算法（即Dirichlet-Neumann交替算法）,研究了算
李超代数在物理学中有着重要的作用并且它与数学其它分支也有着深刻联系,因此近年来对李超代数的研究十分活跃.李超代数是在李代数的基础上发展起来的.关于特征零的域上的有
本文主要研究有限维 Hilbert空间上的椭圆框架。我们研究了对偶框架,给出了框架有对偶 Parseval椭圆框架的条件.讨论了两个椭圆框架之和何时仍是椭圆框架。然后我们研究有限
随着人口的老龄化,养老金问题引起了越来越多的国家和经济学家的关注.有关其对经济的影响和具体的实施操作一直没有统一的结论.该文主要运用叠代模型探讨了在人口日趋老龄化
代数的Hochschild同调和上同调的研究始于G.Hochschild于1945年的文献.2000年,C.C.Xi研究了具有同调理想的代数的Hochschild上同调,并证明了若Φ:A→B是同调满射,本文可以用
麦蚜种群是危害小麦生长的主要害虫，常年造成小麦减产10%以上，灾难年部分地区甚至高出30%.由于蚜虫具有极强的繁殖力和较短的生活周期,使其暴发频率较高,这给防治工作带来了诸