向浩宇
- 作品数:1 被引量:5H指数:1
- 供职机构:重庆邮电大学计算机科学与技术学院人工智能研究所更多>>
- 发文基金:重庆市自然科学基金重庆市教育委员会科学技术研究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>>
- 一种基于网格的最近邻SVM新算法被引量:5
- 2008年
- 支持向量机(SVM)算法往往由于分类面过分复杂或过学习而导致其泛化能力降低,现有的最近邻(NN-SVM)或K近邻(K-NN-SVM)方法解决了这类样本问题,但算法时间复杂度高,处理海量样本的能力有限。在NN-SVM算法的基础上引入了网格概念,提出了G-NN-SVM算法,该算法先对空间进行分块,然后在空间块内计算样本距离,找出最近邻,并结合分块序列最小优化算法(SMO)进行了算法实现。实验表明,该方法降低了计算复杂度,它在保持分类精度的同时,提高了训练和分类的速度,并具有较强的泛化能力,从而提高了原NN-SVM算法的海量数据处理能力。
- 吴渝向浩宇刘群
- 关键词:最近邻网格