李瑞帥
摘 要:雙支持向量機(Twin Support Vector Machine,TWSVM)的模型與傳統支持向量機類似,其通過求解一對較小的SVM-type最優化問題使得求解速度更快。TWSVM的快速求解算法一直存在空缺,本文結合坐標下降法與Libsvm收縮技術,提出了一種TWSVM的快速訓練算法,在UCI數據集與人工數據上對算法的訓練時間開銷與分類精度實驗,結果表明本算法有效的改善了TWSVM的學習速度。
關鍵詞:支持向量機;雙支持向量機;坐標下降;收縮技術
科學與財富2019年28期
1《師道·教研》2024年10期
2《思維與智慧·上半月》2024年11期
3《現代工業經濟和信息化》2024年2期
4《微型小說月報》2024年10期
5《工業微生物》2024年1期
6《雪蓮》2024年9期
7《世界博覽》2024年21期
8《中小企業管理與科技》2024年6期
9《現代食品》2024年4期
10《衛生職業教育》2024年10期
關于參考網