您的位置： 专家智库 > >

孙剑

作品数：1 被引量：54H指数：1
供职机构：西安交通大学电子与信息工程学院人工智能与机器人研究所更多>>
发文基金：国家自然科学基金创新研究群体项目国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇支撑向量
  • 1篇支撑向量机
  • 1篇向量
  • 1篇向量机
  • 1篇缓存
  • 1篇缓存策略

机构

  • 1篇西安交通大学

作者

  • 1篇孙剑
  • 1篇郑南宁
  • 1篇张志华

传媒

  • 1篇软件学报

年份

  • 1篇2002
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
一种训练支撑向量机的改进贯序最小优化算法被引量：54
2002年
对于大规模问题,分解方法是训练支撑向量机主要的一类方法.在很多分类问题中,有相当比例的支撑向量对应的拉格朗日乘子达到惩罚上界,而且在训练过程中到达上界的拉格朗日乘子变化平稳.利用这一统计特性,提出了一种有效的缓存策略来加速这类分解方法,并将其具体应用于Platt的贯序最小优化(sequential minimization optimization,简称SMO) 算法中.实验结果表明,改进后的SMO算法的速度是原有算法训练的2~3倍.
孙剑郑南宁张志华
关键词：支撑向量机缓存策略
全选 清除 导出
共1页<1>
聚类工具0