%0 Journal Article
%T 适合大样本的线性svms快速集成模型
%A 胡文军？
%A 王娟？
%A 王培良？
%A 王士同？
%J 计算机科学
%D 2014
%R 10.11896/j.issn.1002-137X.2014.05.052
%X 线性svm具有算法简单、训练和测试速度快等优点,但不能用于解决线性不可分问题。为此,将样本数据集划分为多个集合并分别构造它们的lsvm,然后运用径向基函数的非线性组合来拟合非线性的决策函数,从而解决线性不可分问题。鉴于此,提出了一种适合非线性大样本分类的lsvm快速集成模型fmelsvm。该模型利用径向基函数rbf改善了lsvm的非线性输出能力,同时引进了优化权来提升lsvm的集成效果。uci数据集的实验结果表明,fmelsvm在处理大样本方面具有较好的性能优势。
%K 分类
%K 线性svm
%K 径向基函数
%K 梯度下降法
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20140552&flag=1