基于样本取样的SMO算法

作者：范玉刚; 李平; 宋执环

来源：信息与控制, 2004, (06): 665-669.

DOI：10.13976/j.cnki.xk.2004.06.006

• 机器学习
• 支持向量机
• 序贯最小优化
• 取样 machine learning
• support vector machine(SVM)
• sequent ial minimal optimization
• sampling

介绍了一种对样本集取样的方法 ,并在此基础上对序贯最小优化 (sequentialminimaloptimization ,SMO)算法进行了改进 ,提出了取样序贯最小优化 (S SMO)算法 .S SMO算法去掉了大部分非支持向量 ,将支持向量逐渐收集到工作集中 .实验结果表明 ,该方法提高了SMO算法的性能 ,缩短了支持向量机分类器的训练时间 .

• 单位
  工业控制技术国家重点实验室