一种基于卫向量的简化支持向量机模型

针对支持向量机(SVM)在处理大规模训练集时，训练速度和分类速度变慢的缺点，提出了一种基于卫向量的简化SVM模型．用对偶变换及求解线性规划方法提取卫向量，缩小训练集规模；在此基础上对训练得到的支持向量集，用线性相关性去除冗余支持向量，从而达到简化目的．对UCI标准数据集的实验表明在保证不损失分类精度的前提下，该模型一定程度上改进了传统SVM，缩短了学习时间，取得了良好的效果．