基于驱动错误准则的SVM增量学习研究

作者：文波; 单甘霖; 段修生

来源：计算技术与自动化, 2012, (03): 100-103.

• 机器学习
• 驱动错误准则
• SVM
• 增量学习 machine learning
• drive error criterion
• SVM
• incremental learning

增量学习广泛运用于人工智能、模式识别等诸多领域,是解决系统在训练初期样本量少而随时间推移性能降低的有效方法。本文针对经典支持向量机当训练样本数量多而运算速度较慢的缺点,在分析支持向量机的基础上,提出基于驱动错误准则的增量学习方法,实验结果表明,该算法不仅能保证学习机器的精度和良好的推广能力,而且算法的学习速度比经典的SVM算法快,可以进行增量学习。

• 单位
  中国人民解放军陆军工程大学