文献类型：期刊文章

作　　者：业宁[1] 王迪[1] 窦立君[1]

机构地区：[1]南京林业大学信息科学与技术学院计算机系,江苏南京210037

出　　处：《广西师范大学学报（自然科学版）》

基　　金：江苏省自然基金资助项目(BK2005134);南京林业大学引进(留学)人才基金资助项目(G2002-28)

年　　份：2006

卷　　号：24

期　　号：4

起止页码：127-130

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、IC、PROQUEST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：标准支持向量机由于具有O(n^3)的时间复杂度和O(n^2)的空间复杂度,影响了其在海量数据集上的应用,而对支持向量机新模型的研究则最有可能取得一些突破,从而彻底解决上述难题。介绍新模型的研究现状的基础上将信息熵引入到支持向量机建模中,重点分析数据的信息熵分布规律和支持向量数据及其熵值的关系,进一步构造了信息熵支持向量机算法,最后给出了相关实验,初步的实验结果显示信息熵支持向量机具有较快的分类速度。

关 键 词：支持向量机 模型  信息熵

分 类 号：TP301]