MLSVM4——一种多乘子协同优化的SVM快速学习算法
【摘要】:贯序最小优化(SMO)算法是解决大数据集支持向量机学习问题的一种有效方法,但SMO选择工作集的策略是选择数据集中最违背KKT条件的两个样本,而且还使用了随机函数,使得优化过程具有很大的随机性,影响了学习效率.在多拉格朗日乘子协同优化的通用公式基础上,吸收了Keerthi所提出的SMO修改算法中双阈值的优点,给出了乘子数为4时的一个算法MLSVM4,由于能更加精确地确定待优化样本的拉格朗日乘子值,使得学习收敛速度大大提高,特别是在使用线性核的场合下效果更加明显,在Adult、Web、手写体数字数据集上的实验结果表明,MLSVM4算法速度超过了SMO算法3到42倍.
|
|
|
|
1 |
石繁槐,童学锋;SVM在小字符集脱机手写体汉字识别中的应用研究[J];计算机工程;2002年06期 |
2 |
段立娟,崔国勤,高文,张洪明;多层次特定类型图像过滤方法[J];计算机辅助设计与图形学学报;2002年05期 |
3 |
杨代琴,杨宗凯,王殊,胡静;基于SVM算法的烟雾粒子识别系统[J];信号处理;2002年02期 |
4 |
王亮申,欧宗瑛,苏铁明,杨鑫华,曾好平;利用SVM和灰度基元共生矩阵进行图像数据库检索[J];大连理工大学学报;2003年04期 |
5 |
周序生,周咏梅,阳爱民;基于内容的中文网络信息自动过滤及发布系统[J];计算机工程与应用;2003年18期 |
6 |
王鹏,朱小燕;基于RBF核的SVM的模型选择及其应用[J];计算机工程与应用;2003年24期 |
7 |
万华林,Morshed U.Chowdhury;基于支持向量机的图像语义分类(英文)[J];软件学报;2003年11期 |
8 |
赵书河,冯学智,都金康,林广发;基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究[J];遥感学报;2003年05期 |
9 |
钱玮,陈卫,白石磊,韦穗,丁燕;基于形态学及SVM思想的病变图象识别方法[J];中国图象图形学报;2003年10期 |
10 |
傅晓菲,林锦贤;分布式共享存储器(DSM)的可扩展模型设计[J];福建电脑;2003年04期 |
|