%0 Journal Article
%T 基于动态筛选策略的SMO改进算法
%A 张见
%A 邹俊忠
%A 雷江震
%A 李艳洪
%A 王行愚
%J 华东理工大学学报
%P 263-266
%D 2007
%X 提出了一种基于动态筛选策略的SMO(SequentialMinimalOptimization)改进算法,它能快速地筛选出绝大多数的边界支持向量和非支持向量,并将非边界支持向量限定在很小的范围内。仿真实验结果表明:样本规模无论大小,这种策略都能使Keerthi的改进算法2的性能得到大幅提升。
%K 动态筛选策略
%K 模式识别
%K 支持向量机
%K 序列最小优化
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=20070262&flag=1