%0 Journal Article
%T 一种训练支撑向量机的改进贯序最小优化算法
%A 孙剑？
%A 郑南宁？
%A 张志华？
%J 软件学报
%P 2007-2013
%D 2002
%X 对于大规模问题,分解方法是训练支撑向量机主要的一类方法.在很多分类问题中,有相当比例的支撑向量对应的拉格朗日乘子达到惩罚上界,而且在训练过程中到达上界的拉格朗日乘子变化平稳.利用这一统计特性,提出了一种有效的缓存策略来加速这类分解方法,并将其具体应用于platt的贯序最小优化(sequentialminimizationoptimization,简称smo)算法中.实验结果表明,改进后的smo算法的速度是原有算法训练的2~3倍.
%K 支撑向量机
%K 模式分类
%K 二次规划
%K 缓存策略
%K 贯序最小优化算法
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20021014&flag=1